基于图像处理技术的油菜籽数量统计方法

来源:用户上传      作者:

　　摘要：单株油菜的籽粒数是油菜考种中的重要农艺性状参数。当前主要依靠人工方式统计油菜籽的数量，费时费力且容易出错。采用图像处理技术统计油菜籽数量是一种高效可行的方式。本文研究了一种基于距离变换的分水岭算法，能有效地将油菜籽图像中粘连的区域分割为单粒油菜籽区域，进而对图像中连通域的数量计数得到油菜籽的数量。该方法高效可行，对油菜籽的计数速度达到3000颗/分钟，准确率超过99 .2%
　　关键词：油菜籽;数量统计;分水岭算法
　　油菜作为世界范围内广泛种植的油料作物，应用数字图像处理技术采集与提取种子信息，不仅可以实现无损、快速、准确的测量，也可以定量化获取全部和单粒种子的各类信息，进而实现从量化的角度对油菜种子品质进行研究。计算机数字图像处理方法为籽粒性状特征定量化描述提供了技术支撑。如KONG等应用近红外高光谱成像技术结合多元数据分析对水稻种子进行鉴定【1】，基于全谱的随机森林（ RandomForest）模型取得了良好的性能，在校准集和预测集上均表现出100%的分类率，证实了RF是一种有效的建模方法。黄霞等提出了一种基于三维点云的谷粒高通量表型信息自动提取方法，能同时自动获取谷粒的三维模型和40个表型参数，实现谷粒形状的定量和定性描述【2】。刘双喜等使用分类识别器，提出以可见光波段玉米种子的多区域小波色彩特征作为识别参数，建立多模型的概率聚类模型进行玉米杂交种子种类识别，识别率可达到75%以上【3】。
　　油菜籽考种信息中，千粒重是衡量农作物种子质量的一个关键性指标，而当计算千粒重指标时，关键而繁琐的任务莫过于精确计算出种粒的数目，因此，本文研究了一种图像处理算法，利用数字图像处理技术对批量油菜籽进行数量的快速提取。本文方法为自动化的油菜考种技术提供了一个有用的参考范例。
　　1实验材料
　　采用2018年5月自华中农业大学试验田采集的油菜籽，品种为“中双6号”。将油菜籽放置于一个托盘中平铺，使用手机垂直向下拍摄得到油菜籽彩色图像。本文算法开发和测试的PC机硬件环境为Intel（ R） Core（ TM）i7-6600U CPU@2.60 GHz 2.70 GHz、Windows7专业版SP1、MATLAB R2016a.
　　2油菜籽粒数统计图像处理算法
　　首先对原彩色图像进行OTSU阈值分割，得到其二值图像。再对二值图像进行形态学“开”操作，结构算子为直径为5的圆形结构算子，以滤除图像中的小块杂质区域。预处理的图像中，包括了单粒油菜籽和粘连籽粒区域。将粘连籽粒区域分割为单粒区域，是数量统计的关键步骤。对于粘连油菜籽，分水岭分割算法能取得较好的分割效果。但传统的分水岭算法受噪声等因素的干扰，会产生许多局部最小值，易于产生过分割的现象。本文提出了一种基于距离变换的分水岭算法，以分割粘连油菜籽区域。
　　欧式距离变换。距离变换可获取二值图像中每个像素到最近的零像素的距离，即目标区域内像素点到背景区域的距离，并将此信息存储于灰度图像中，灰度图像中某点数值越小，说明该点距离背景像素点越近。灰度图像中各点的灰度值代表一个标签，描述其所属的区域，可有效避免传统分水岭算法中因局部最小值点过多而造成的过分割情况。对于油菜籽图像，对二值图像求补，再进行欧式距离变换;高斯滤波。为提高分水岭算法准确率，本文运用高斯滤波对图像进行平滑处理。采用大
　　对于单粒油菜籽区域，该改进分水岭算法不改变图像形态;对于粘连的油菜籽区域，将一个大的粘连区域分离为独立的小区域，且基本保持油菜籽的基本形态。对于上述分水岭分割得到的图像，计算其连通域个数即可得到油菜籽粒数。
　　3结论
　　本文提出的粘连油菜籽图像分割算法，可以有效减轻人工计数的劳动强度，是油菜考种自动化技术的一个有益参考，可以为油菜的栽培、选种育种等研究提供重要而基础的数据。
　　参考文献
　　【1】李锦卫，廖桂平基于数字图像处理的油菜种子形状特征参数提取及模糊聚类分析【J】计算机辅助工程，（2006）：75-78
　　[2]刘飞，杨春艳，谢建新红外光谱和逐步判别分析法应用于油菜籽的研究【J】光谱学与光谱分析，36（2016）：1363 -1368
　　【3】劉双喜，张宏建，王金星，王震，张春庆，李岩基于可见光波段的色彩概率聚类模型的玉米杂交种子识别【J】光谱学与光谱分析，38（2018）：2516- 2523
转载注明来源:https://www.xzbu.com/2/view-14989031.htm