CN117911294B - 基于视觉的玉米果穗表面图像矫正方法、系统及装置 - Google Patents
基于视觉的玉米果穗表面图像矫正方法、系统及装置 Download PDFInfo
- Publication number
- CN117911294B CN117911294B CN202410307565.8A CN202410307565A CN117911294B CN 117911294 B CN117911294 B CN 117911294B CN 202410307565 A CN202410307565 A CN 202410307565A CN 117911294 B CN117911294 B CN 117911294B
- Authority
- CN
- China
- Prior art keywords
- image
- corn ear
- representing
- corn
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 240000008042 Zea mays Species 0.000 title claims abstract description 334
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 title claims abstract description 334
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 334
- 235000005822 corn Nutrition 0.000 title claims abstract description 334
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003702 image correction Methods 0.000 title claims abstract description 31
- 210000005069 ears Anatomy 0.000 claims abstract description 36
- 238000012937 correction Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009418 agronomic effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013214 routine measurement Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于视觉的玉米果穗表面图像矫正方法、系统及装置，方法包括：基于图像采集设备对玉米果穗进行图像采集，得到玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像；结合图像采集设备参数，通过坐标映射得到玉米果穗直径，环绕玉米果穗一周进行图像采集，获取玉米果穗表面图像集，进而得到玉米果穗图像集；结合玉米果穗直径及图像采集设备参数建立空白图像，对玉米果穗表面图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；通过错位矫正，得到玉米果穗拼接矫正图像。本方法解决了现有矫正方法由于玉米果穗表面特征相似，存在的拼接困难等问题，同时为玉米后续相关研究节约了劳动成本。
Description
技术领域
本发明涉及图像矫正技术领域，具体涉及一种基于视觉的玉米果穗表面图像矫正方法、系统及装置。
背景技术
为充分了解果穗性状对产量的影响程度，明确各项指标对玉米产量的构成作用，玉米果穗的农艺性状是科研与日常生产中的常规测量项目，因此，获取玉米果穗表面图像具有重要的研究意义，传统玉米果穗表面图像矫正方法中通过单张玉米果穗表面图像进行分析矫正，存在性状指标精度差及稳定性差等问题，同时，传统玉米果穗表面图像矫正方法中通过多张玉米果穗表面图像进行矫正分析的过程中，由于特征相似，存在多张图片拼接困难的问题。
现有玉米果穗表面图像矫正方法的问题，直接导致分析玉米籽粒在玉米果穗的分布规律时出现分析指标有误的缺陷，难以为玉米质量指标的分析提供准确数据。
发明内容
本发明针对现有技术中的缺点，提出了一种基于视觉的玉米果穗表面图像矫正方法、系统及装置。
为了解决上述问题，本发明通过下述技术方案得以解决：
一种基于视觉的玉米果穗表面图像矫正方法，包括以下步骤：
基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
作为一种可实施方式，所述对玉米果穗表面图像进行预处理，得到玉米果穗图像，包括以下步骤：
对玉米果穗表面图像进行黑色通道分离，得到果穗黑色通道图像；
将玉米果穗表面图像与果穗黑色通道图像进行相减，得到玉米果穗图像，进而形成玉米果穗图像。
作为一种可实施方式，所述对玉米果穗图像进行坐标映射，包括以下步骤：
基于玉米果穗图像的坐标系与像素坐标系的一致性，建立图像像素坐标变换关系，表示如下：
结合图像坐标系与相机坐标系的三维平移与旋转关系，建立图像相机坐标变换关系，表示如下：
基于图像像素坐标变换关系及图像相机坐标变换关系，得到玉米果穗图像的坐标映射关系，表示如下：
其中，表示采集装置中相机焦距，/>表示相机内参数矩阵，/>表示相机外参数矩阵，/>表示像素坐标系，/>表示像素在横轴的物理尺寸，/>表示像素在纵轴的物理尺寸，/>表示图像中心坐标与图像原点坐标之间的像素数差值，/>表示相机坐标系，/>表示世界坐标系，/>表示旋转矩阵，/>表示平移矩阵，/>表示相机内参，表示图像坐标点。
作为一种可实施方式，所述得到预设旋转角度，包括以下步骤：
基于采集装置的设备参数及从动旋转装置的设备参数，得到玉米果穗上平面与从动旋转装置的间距，表示如下：
结合玉米果穗上平面与从动旋转装置的间距及从动旋转装置的设备参数，得到玉米果穗上平面与采集装置的间距，表示如下：
通过玉米果穗上平面与采集装置的间距，结合采集设备的采样帧率，得到预设旋转角度，表示如下：
其中，表示从动旋转装置中的滚筒半径，/>表示从动旋转装置中的滚筒间距，/>表示玉米果穗半径，/>表示玉米果穗上平面与从动旋转装置的间距，/>表示从动旋转装置中滚筒与采集装置中相机焦点的间距，/>表示玉米果穗上平面与采集装置的间距，/>表示主动旋转装置中步进电机皮带轮半径，/>表示采集装置中相机焦距，/>表示采集装置中相机采样帧率，/>表示预设旋转角度。
作为一种可实施方式，所述得到玉米果穗视频流，表示如下：
其中，表示玉米果穗视频流的时长，/>表示玉米果穗半径，/>表示主动旋转装置中步进电机皮带轮半径，/>表示预设旋转角度。
作为一种可实施方式，所述通过玉米果穗直径及采集装置的设备参数建立空白图像，包括以下步骤：
所述空白图像的宽与玉米果穗图像的宽相等；
所述空白图像的高，表示如下：
其中，表示空白图像的高，/>表示玉米果穗半径，/>表示玉米果穗上平面与采集装置的焦点间距。
作为一种可实施方式，所述得到玉米果穗表面拼接图像，包括以下步骤：
获取玉米果穗图像集中所有玉米果穗图像的中间一行像素点，得到果穗中间像素；
将果穗中间像素填充至所述空白图像，得到玉米果穗表面拼接图像。
作为一种可实施方式，所述基于玉米果穗拼接图像进行错位矫正，包括以下步骤：
基于所述玉米果穗表面拼接图像，获取所有行像素与上方相邻行像素之间的像素匹配度；
基于像素匹配度，得到最佳匹配位置，进而得到玉米果穗表面拼接图像中所有行像素相对于玉米果穗表面拼接图像第一行像素的滑移量；
根据滑移量，对玉米果穗表面拼接图像中所有行像素进行重新填充，得到玉米果穗表面矫正图像。
作为一种可实施方式，所述像素匹配度，表示如下：
其中，表示像素匹配度，/>表示/>点的像素值，/>表示/>点的像素值，/>表示滑移量，/>表示图像坐标点。
一种基于视觉的玉米果穗表面图像矫正系统，包括图像预处理模块、直径计算模块、图像采集模块、图像拼接模块及图像矫正模块；
所述图像预处理模块，基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
所述直径计算模块，结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
所述图像采集模块，通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
所述图像拼接模块，通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
所述图像矫正模块，基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
作为一种可实施方式，所述图像矫正模块，被设置为：
基于所述玉米果穗表面拼接图像，获取所有行像素与上方相邻行像素之间的像素匹配度；
基于像素匹配度，得到最佳匹配位置，进而得到玉米果穗表面拼接图像中所有行像素相对于玉米果穗表面拼接图像第一行像素的滑移量；
根据滑移量，对玉米果穗表面拼接图像中所有行像素进行重新填充，得到玉米果穗表面矫正图像；
其中，所述像素匹配度，表示如下：
其中，表示像素匹配度，/>表示/>点的像素值，/>表示/>点的像素值，/>表示滑移量，/>表示图像坐标点。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下所述的方法：
基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
一种基于视觉的玉米果穗表面图像矫正装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下所述的方法：
基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
本发明由于采用了以上的技术方案，具有显著的技术效果：
通过本发明的方法解决了基于单张玉米果穗表面图像进行矫正存在的性状精度差，稳定性差等问题，同时避免基于多张玉米果穗表面图像进行矫正方法中由于果穗表面特征相似存在的拼接融合困难的问题，通过矫正方法解决了拼接后图像产生错位的弊端，为玉米果穗的后续研究提供便利及重要支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明方法的流程示意图；
图2是本发明系统的整体示意图；
图3是本发明图像采集设备示意图；
图4是本发明图像采集设备参数计算示意图；
图5是玉米果穗表面拼接图像示意图；
图6是玉米果穗表面矫正图像示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1：
一种基于视觉的玉米果穗表面图像矫正方法，如图1所示，包括以下步骤：
S100、基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
S200、结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
S300、通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
S400、通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
S500、基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
通过本发明的方法传统玉米果穗表面图像矫正算法精确度不高及稳定性差的问题，同时避免出现由于特征相似性而难以进行图像拼接的问题，同时解决拼接图像后产生的像素错位的问题，为玉米果穗表面图像的后续研究提供了数据支撑，为玉米品质质量的研究做出了突出贡献。
在步骤S100中，基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置，包括以下步骤：
在本实施例中，所述主动旋转装置为步进电机，所述采集装置为相机，所述从动旋转装置为滚动，进而提供一种图像采集设备，如图3所示，包括相机、滚筒、步进电机、皮带及机架等结构，所述相机位于机架上方，相机视野位于两滚筒中间，所述两滚筒由同一根皮带相连接，所述两滚筒沿同一方向同步滚动，所述滚筒上套有橡胶套，或其他防滑材料，所述滚筒下方安装步进电机，所述步进电机通过皮带与所述滚筒连接，由步进电机驱动滚筒按照所设定速度转动。
采用采集装置进行图像采集得到玉米果穗表面图像，结合玉米果穗颜色分布，基于玉米果穗表面图像对玉米果穗表面图像进行黑色通道分离，得到果穗黑色通道图像，由玉米果穗表面图像减去分离所得的果穗黑色通道图像，得到玉米果穗图像。
在步骤S200中，结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径，包括以下步骤：
在本实施例中，将用于相机标定的黑白棋盘格标定板放置于图像采集设备的两滚筒上方，通过相机采集标定板图像，进而得到相机内参数矩阵及外参数矩阵/>基于所述相机内参数矩阵/>及外参数矩阵/>，将玉米果穗图像在图像坐标系中的坐标映射到世界坐标系中的坐标具体方法为：若图像坐标系原点在左上角，且其单位为像素，假设单个像素在横轴及纵轴的物理关系为/>，为保证其与世界坐标系具有一致性，图像坐标系与像素坐标系之间建立如下坐标变换关系：
通过采用矩阵形式表示如下：
由世界坐标系向相机坐标系变换需要考虑三维平移与旋转关系，则世界坐标系一点在相机坐标系之间的变换关系，表示如下：
其中，参数表示如下：
基于相机坐标系与图像坐标系之间的变换过程进行透视投影变换，根据三角形相似关系可以得到相机坐标系与图像坐标系之间的变换关系，表示如下：
基于上述变换关系，得到像素坐标系与世界坐标系之间的变换关系，表示如下：
进而基于像素坐标系与世界坐标系之间的变换关系，得到玉米果穗半径，进而得到玉米果穗直径；
其中，表示采集装置中相机焦距，/>表示相机内参数矩阵，/>表示相机外参数矩阵，/>表示像素坐标系，/>表示像素在横轴的物理尺寸，/>表示像素在纵轴的物理尺寸，/>表示图像中心坐标与图像原点坐标之间的像素数差值，/>表示相机坐标系，/>表示世界坐标系，/>表示旋转矩阵，/>表示平移矩阵，/>表示相机内参，分别表示绕横轴、纵轴、竖轴的旋转角度，/>表示图像坐标点。
在步骤S300中，通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集，包括以下步骤：
本实施例中，基于图像采集设备参数计算预设旋转角度示意图如图4所示，基于相机内参数矩阵及外参数矩阵/>计算相机交点距所述滚筒上平面间距离/>，假设所述滚筒的半径为/>，两滚筒间间距位/>，则玉米果穗上平面距所述滚筒轴心间距离/>表示如下：
基于玉米果穗上平面距所述滚筒轴心间距离，得到玉米果穗上平面距相机焦点间距离，表示如下：
基于所述玉米果穗上平面距相机交点间距离，设定相机采样帧率为/>，则预设旋转角度/>表示如下：
其中，表示玉米果穗半径，/>表示采集装置中相机焦距；
通过预设旋转角度设置步进电机所需的转速，基于玉米果穗上平面距所述滚筒轴心间距离、玉米果穗上平面距相机焦点间距离/>及步进电机所需要的转速，结合图像采集设备环绕玉米果穗图像一周进行图像采集，得到玉米果穗视频流，其中，玉米果穗视频流的时长，表示如下：
其中，表示玉米果穗视频流的时长，/>表示玉米果穗半径，/>表示主动旋转装置中步进电机皮带轮半径，/>表示预设旋转角度；
将玉米果穗视频流进行提取处理得到玉米果穗表面图像集，进而经预处理得到玉米果穗图像集。
在步骤S400中，通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像，包括以下步骤：
建立图像填充所需的宽为、高为/>的空白图像，用于生成玉米果穗表面拼接图像，其中，所述空白图像的高表示如下：
其中，表示玉米果穗半径，/>表示玉米果穗上平面距相机焦点间距离，/>表示采集装置中相机焦距，提取玉米果穗图像集中所有玉米果穗图像的中间一行像素，依次将每一行像素填充至所述空白图像，得到玉米果穗表面拼接图像，如图5所示。
在步骤S500中，基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像，包括以下步骤：
由于玉米籽粒在玉米果穗表面分布的不均匀性，且玉米果穗呈一定锥度，导致玉米果穗在滚筒上滚动时，出现玉米果穗横向滑移的问题，从而引起玉米果穗拼接图像出现错位现象，本实施例中以玉米果穗拼接图像为基准，通过滑移匹配法，对玉米果穗拼接图像进行错位矫正。
所述滑移匹配法，通过以玉米果穗拼接图像第一行像素为基准，依次计算其余各行像素相对第一行像素的滑移量，各行像素依次滑动一个像素计算与上方相邻行像素之间的像素匹配度，所述像素匹配度表示如下：
其中，其中，表示像素匹配度，/>表示/>点的像素值，表示/>点的像素值，/>表示滑移量，/>表示图像坐标点。
筛选每滑动一个像素过程中像素匹配度的最小值，基于此得到最佳匹配位置，进而得到相对第一行像素的滑移量，基于其余各行像素相对于第一行像素的滑移量，将各行像素重新填充至玉米果穗表面拼接图像，得到玉米果穗表面矫正图像，如图6所示。
实施例2：
一种基于视觉的玉米果穗表面图像矫正系统，如图2所示，包括图像预处理模块100、直径计算模块200、图像采集模块300、图像拼接模块400及图像矫正模块500；
所述图像预处理模块100，基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
所述直径计算模块200，结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
所述图像采集模块300，通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
所述图像拼接模块400，通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
所述图像矫正模块500，基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像。
所述图像矫正模块500，被设置为：
基于所述玉米果穗表面拼接图像，获取所有行像素与上方相邻行像素之间的像素匹配度；
基于像素匹配度，得到最佳匹配位置，进而得到玉米果穗表面拼接图像中所有行像素相对于玉米果穗表面拼接图像第一行像素的滑移量；
根据滑移量，对玉米果穗表面拼接图像中所有行像素进行重新填充，得到玉米果穗表面矫正图像；
其中，所述像素匹配度，表示如下：
其中，表示像素匹配度，/>表示/>点的像素值，/>表示/>点的像素值，/>表示滑移量，/>表示图像坐标点。
在不脱离本发明的精神和范围的情况下做出的各种变化和变型，所有等同的技术方案也属于本发明的范畴。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同、相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于视觉的玉米果穗表面图像矫正方法，其特征在于，包括以下步骤：
基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像；
其中，所述基于玉米果穗拼接图像进行错位矫正，包括以下步骤：
基于所述玉米果穗表面拼接图像，获取所有行像素与上方相邻行像素之间的像素匹配度；
基于像素匹配度，得到最佳匹配位置，进而得到玉米果穗表面拼接图像中所有行像素相对于玉米果穗表面拼接图像第一行像素的滑移量；
根据滑移量，对玉米果穗表面拼接图像中所有行像素进行重新填充，得到玉米果穗表面矫正图像；
所述像素匹配度，表示如下：
其中，表示像素匹配度，/>表示/>点的像素值，/>表示点的像素值，/>表示滑移量，/>表示图像坐标点。
2.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述对玉米果穗表面图像进行预处理，得到玉米果穗图像，包括以下步骤：
对玉米果穗表面图像进行黑色通道分离，得到果穗黑色通道图像；
将玉米果穗表面图像与果穗黑色通道图像进行相减，得到玉米果穗图像，进而形成玉米果穗图像。
3.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述对玉米果穗图像进行坐标映射，包括以下步骤：
基于玉米果穗图像的坐标系与像素坐标系的一致性，建立图像像素坐标变换关系，表示如下：
结合图像坐标系与相机坐标系的三维平移与旋转关系，建立图像相机坐标变换关系，表示如下：
基于图像像素坐标变换关系及图像相机坐标变换关系，得到玉米果穗图像的坐标映射关系，表示如下：
其中，表示采集装置中相机焦距，/>表示相机内参数矩阵，/>表示相机外参数矩阵，表示像素坐标系，/>表示像素在横轴的物理尺寸，/>表示像素在纵轴的物理尺寸，表示图像中心坐标与图像原点坐标之间的像素数差值，/>表示相机坐标系，表示世界坐标系，/>表示旋转矩阵，/>表示平移矩阵，/>表示相机内参，/>表示图像坐标点。
4.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述得到预设旋转角度，包括以下步骤：
基于采集装置的设备参数及从动旋转装置的设备参数，得到玉米果穗上平面与从动旋转装置的间距，表示如下：
结合玉米果穗上平面与从动旋转装置的间距及从动旋转装置的设备参数，得到玉米果穗上平面与采集装置的间距，表示如下：
通过玉米果穗上平面与采集装置的间距，结合采集设备的采样帧率，得到预设旋转角度，表示如下：
其中，表示从动旋转装置中的滚筒半径，/>表示从动旋转装置中的滚筒间距，/>表示玉米果穗半径，/>表示玉米果穗上平面与从动旋转装置的间距，/>表示从动旋转装置中滚筒与采集装置中相机焦点的间距，/>表示玉米果穗上平面与采集装置的间距，/>表示主动旋转装置中步进电机皮带轮半径，/>表示采集装置中相机焦距，/>表示采集装置中相机采样帧率，/>表示预设旋转角度。
5.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述得到玉米果穗视频流，表示如下：
其中，表示玉米果穗视频流的时长，/>表示玉米果穗半径，/>表示主动旋转装置中步进电机皮带轮半径，/>表示预设旋转角度。
6.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述通过玉米果穗直径及采集装置的设备参数建立空白图像，包括以下步骤：
所述空白图像的宽与玉米果穗图像的宽相等；
所述空白图像的高，表示如下：
其中，表示空白图像的高，/>表示玉米果穗半径，/>表示玉米果穗上平面与采集装置的焦点间距。
7.根据权利要求1所述的基于视觉的玉米果穗表面图像矫正方法，其特征在于，所述得到玉米果穗表面拼接图像，包括以下步骤：
获取玉米果穗图像集中所有玉米果穗图像的中间一行像素点，得到果穗中间像素；
将果穗中间像素填充至所述空白图像，得到玉米果穗表面拼接图像。
8.一种基于视觉的玉米果穗表面图像矫正系统，其特征在于，包括图像预处理模块、直径计算模块、图像采集模块、图像拼接模块及图像矫正模块；
所述图像预处理模块，基于图像采集设备获取玉米果穗表面图像，对玉米果穗表面图像进行预处理，得到玉米果穗图像，其中，图像采集设备包括主动旋转装置、采集装置及从动旋转装置；
所述直径计算模块，结合采集装置的设备参数，对玉米果穗图像进行坐标映射，得到玉米果穗直径；
所述图像采集模块，通过玉米果穗直径及图像采集设备的设备参数，得到预设旋转角度，基于预设旋转角度环绕玉米果穗一周进行图像采集，得到玉米果穗视频流，基于玉米果穗视频流得到玉米果穗表面图像集，进而得到玉米果穗图像集；
所述图像拼接模块，通过玉米果穗直径及采集装置的设备参数建立空白图像，对玉米果穗图像集中玉米果穗图像进行像素提取并填充至空白图像，得到玉米果穗表面拼接图像；
所述图像矫正模块，基于玉米果穗拼接图像进行错位矫正，得到玉米果穗拼接矫正图像；
其中，所述基于玉米果穗拼接图像进行错位矫正，包括以下步骤：
基于所述玉米果穗表面拼接图像，获取所有行像素与上方相邻行像素之间的像素匹配度；
基于像素匹配度，得到最佳匹配位置，进而得到玉米果穗表面拼接图像中所有行像素相对于玉米果穗表面拼接图像第一行像素的滑移量；
根据滑移量，对玉米果穗表面拼接图像中所有行像素进行重新填充，得到玉米果穗表面矫正图像；
所述像素匹配度，表示如下：
其中，表示像素匹配度，/>表示/>点的像素值，/>表示点的像素值，/>表示滑移量，/>表示图像坐标点。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
10.一种基于视觉的玉米果穗表面图像矫正装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410307565.8A CN117911294B (zh) | 2024-03-18 | 2024-03-18 | 基于视觉的玉米果穗表面图像矫正方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410307565.8A CN117911294B (zh) | 2024-03-18 | 2024-03-18 | 基于视觉的玉米果穗表面图像矫正方法、系统及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117911294A CN117911294A (zh) | 2024-04-19 |
| CN117911294B true CN117911294B (zh) | 2024-05-31 |
Family
ID=90693995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410307565.8A Active CN117911294B (zh) | 2024-03-18 | 2024-03-18 | 基于视觉的玉米果穗表面图像矫正方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117911294B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957313A (zh) * | 2010-09-21 | 2011-01-26 | 吉林大学 | 鲜玉米果穗质量的计算机视觉检测分级方法及装置 |
| CN102982524A (zh) * | 2012-12-25 | 2013-03-20 | 北京农业信息技术研究中心 | 玉米果穗有序图像的拼接方法 |
| CN107146200A (zh) * | 2017-04-25 | 2017-09-08 | 广西大学 | 一种基于图像拼接质量评价的无人机遥感图像拼接方法 |
| WO2019184885A1 (zh) * | 2018-03-30 | 2019-10-03 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法、装置及电子设备 |
| CN111429382A (zh) * | 2020-04-10 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种全景图像矫正方法、装置以及计算机存储介质 |
| CN117064415A (zh) * | 2020-07-27 | 2023-11-17 | 上海联影医疗科技股份有限公司 | 一种确定目标对象方位的系统和方法 |
| CN117132891A (zh) * | 2023-08-24 | 2023-11-28 | 华瑞智慧(深圳)农业科技有限公司 | 一种玉米苗情苗势获取方法及系统 |
| CN117197479A (zh) * | 2023-08-17 | 2023-12-08 | 中国农业科学院蔬菜花卉研究所 | 一种应用玉米果穗外表面的图像分析方法、装置、计算机设备及存储介质 |
| CN117333367A (zh) * | 2023-10-09 | 2024-01-02 | 中冶宝钢技术服务有限公司 | 基于图像局部特征的图像拼接方法、系统、介质及装置 |
| CN117495676A (zh) * | 2023-11-02 | 2024-02-02 | 中国铁建重工集团股份有限公司 | 一种全景环视图像拼接方法、装置、电子设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020232971A1 (zh) * | 2019-05-22 | 2020-11-26 | 四川深瑞视科技有限公司 | 鱼眼相机标定系统、方法、装置、电子设备及存储介质 |
-
2024
- 2024-03-18 CN CN202410307565.8A patent/CN117911294B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957313A (zh) * | 2010-09-21 | 2011-01-26 | 吉林大学 | 鲜玉米果穗质量的计算机视觉检测分级方法及装置 |
| CN102982524A (zh) * | 2012-12-25 | 2013-03-20 | 北京农业信息技术研究中心 | 玉米果穗有序图像的拼接方法 |
| CN107146200A (zh) * | 2017-04-25 | 2017-09-08 | 广西大学 | 一种基于图像拼接质量评价的无人机遥感图像拼接方法 |
| WO2019184885A1 (zh) * | 2018-03-30 | 2019-10-03 | 杭州海康威视数字技术股份有限公司 | 一种相机外参标定方法、装置及电子设备 |
| CN111429382A (zh) * | 2020-04-10 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种全景图像矫正方法、装置以及计算机存储介质 |
| CN117064415A (zh) * | 2020-07-27 | 2023-11-17 | 上海联影医疗科技股份有限公司 | 一种确定目标对象方位的系统和方法 |
| CN117197479A (zh) * | 2023-08-17 | 2023-12-08 | 中国农业科学院蔬菜花卉研究所 | 一种应用玉米果穗外表面的图像分析方法、装置、计算机设备及存储介质 |
| CN117132891A (zh) * | 2023-08-24 | 2023-11-28 | 华瑞智慧(深圳)农业科技有限公司 | 一种玉米苗情苗势获取方法及系统 |
| CN117333367A (zh) * | 2023-10-09 | 2024-01-02 | 中冶宝钢技术服务有限公司 | 基于图像局部特征的图像拼接方法、系统、介质及装置 |
| CN117495676A (zh) * | 2023-11-02 | 2024-02-02 | 中国铁建重工集团股份有限公司 | 一种全景环视图像拼接方法、装置、电子设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| Method of overlap-dependent image stitching for images captured using a capsule camera;Wu, Chenyu等;《Official Gazette of the United States Patent and Trademark Office Patents》;20160426;全文 * |
| 基于SIFT的航空侦查图像拼接算法;孙艳丽等;《电子测量技术》;20201231;第43卷(第19期);全文 * |
| 采用全景技术的机器视觉测量玉米果穗考种指标;王传宇;郭新宇;吴升;肖伯祥;杜建军;;农业工程学报;20131215(第24期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117911294A (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8965110B2 (en) | Device and method for measuring diameter of cylindrical object | |
| CN105551032B (zh) | 一种基于视觉伺服的杆塔图像采集系统及其方法 | |
| CN106485757A (zh) | 一种基于实心圆标定板的立体视觉系统标定平台及标定方法 | |
| Nocerino et al. | 3D reconstruction with a collaborative approach based on smartphones and a cloud-based server | |
| CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
| CN112949478A (zh) | 基于云台相机的目标检测方法 | |
| US20220198710A1 (en) | Methods for analysis of an image and a method for generating a dataset of images for training a machine-learned model | |
| CN113221953B (zh) | 基于实例分割和双目深度估计的目标姿态识别系统与方法 | |
| CN113793270A (zh) | 一种基于无人机姿态信息的航拍图像几何校正方法 | |
| CN112489106A (zh) | 基于视频的车辆尺寸测量方法、装置、终端及存储介质 | |
| CN112220444A (zh) | 一种基于深度相机的瞳距测量方法和装置 | |
| CN109308472B (zh) | 一种基于虹膜投影匹配函数的三维视线估计方法 | |
| CN108805940B (zh) | 一种变倍相机在变倍过程中跟踪定位的方法 | |
| CN110706329A (zh) | 一种三维场景重构方法和装置 | |
| CN114565510A (zh) | 一种车道线距离检测方法、装置、设备及介质 | |
| CN111182293A (zh) | 一种镜头阴影校正数据的检测方法及系统 | |
| CN111833392A (zh) | 标记点多角度扫描方法、系统及装置 | |
| CN114897684A (zh) | 车辆图像的拼接方法、装置、计算机设备和存储介质 | |
| CN117911294B (zh) | 基于视觉的玉米果穗表面图像矫正方法、系统及装置 | |
| CN111105467A (zh) | 一种图像标定方法、装置及电子设备 | |
| CN107292929A (zh) | 低功耗特征点图像定位方法及装置 | |
| CN105027732B (zh) | 玉米果穗考种的方法及系统 | |
| CN112995641B (zh) | 一种3d模组成像装置及方法、电子设备 | |
| CN1648600A (zh) | 利用单台非量测数码相机进行钣金件三维量测的方法 | |
| CN112966622A (zh) | 一种停车场语义地图完善方法、装置、设备和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |