一种小麦抽穗的自动检测方法

摘要

本发明提供一种小麦抽穗的自动检测方法，以麦田中采集到的实时前下视图像为对象，以表征小麦麦穗的颜色特征作为分割依据，通过训练得到小麦麦穗的颜色特征，实时地对小麦麦穗进行检测，经过一系列综合的去噪处理，若图像中明显的出现了小麦麦穗的连通域，则表明当前小麦图像中的小麦进入抽穗期。本发明以表征小麦生长状况的重要参数作为判断依据，实时地对小麦生长图像进行检测，检测结果准确率高，对抽穗期相关的农事活动具有重要的指导意义。

主权项

一种小麦抽穗的自动检测方法，包括以下步骤：(1)训练阶段：(1.1)拍摄已进入拔节期的田间小麦图像序列，从田间小麦图像序列中的每一张图像中按照相同方式提取多块子区域作为观测区域；(1.2)分别对各图像的观测区域进行主成分分析，得到各观测区域的特征向量；(1.3)依据步骤(1.2)得到的各观测区域的特征向量将各图像中的观测区域投影到特征空间的第一或第三维，获得每一观测区域的特征图像；将各图像同一位置的特征图像合并，获得该观测区域的特征合并图像；通过阈值分割将各特征合并图像转化为二值图；对于每一二值图，若其包含的黑色像素点少于白色像素点，则表明该观测区域的麦穗颜色类型为偏暗型，否则，表明该观测区域的麦穗颜色类型为偏亮型；(2)检测阶段：(2.1)按照与步骤(1.1)的相同方式从待检测图像提取多块子区域作为检测区域；(2.2)依据步骤(1.2)得到的各观测区域的特征向量将待检测图像中对应的检测区域投影到特征空间的第一或第三维，获得每一检测区域的特征图像；(2.3)通过阈值分割将每一检测区域的特征图像转换为二值图，二值图像中数目较少的那一类型像素点代表麦穗，依据步骤(1.3)若该二值图对应的观测区域的麦穗颜色类型为偏暗型，则从该二值图中选取黑色像素点区域作为麦穗候选区域，若该二值图对应的观测区域的麦穗颜色类型为偏亮型，则从该二值图中选取白色像素点区域作为麦穗候选区域；(2.4)分别提取每一麦穗候选区域的图像特征，根据提取的图像特征对麦穗候选区域做去噪处理，最终保留的区域即为麦穗区；(2.5)若各检测区域中确定的麦穗区个数大于预定的第一界定数，则表明该检测区域进入抽穗期；若待检测图像中一半或一半以上的检测区域都进入抽穗期，则表明待检测图像进入抽穗期。