发明名称 一种水稻乳熟期自动检测的方法
摘要 本发明提供一种水稻乳熟期的自动检测方法,以稻田中实时采集到的前下视图像为对象,自动地较准确地对图像中的稻穗进行分割,进而在特定的检索区域内,计算稻穗的弯曲角度。该方法以表征水稻稻穗的颜色特征以及稻穗弯曲角度的形态特征作为判断依据,可以实时地对水稻稻穗进行分割,进而对水稻乳熟期进行检测,检测结果准确率高,误差为前后三天,对水稻相应的农事活动具有重要的指导意义。
申请公布号 CN102663396B 申请公布日期 2013.12.18
申请号 CN201210061645.7 申请日期 2012.03.09
申请人 华中科技大学 发明人 曹治国;白晓东;余正泓;吴茜;王玉;张雪芬;薛红喜;李娜;王秀芳
分类号 G06K9/46(2006.01)I;G06T7/00(2006.01)I 主分类号 G06K9/46(2006.01)I
代理机构 华中科技大学专利中心 42201 代理人 李智
主权项 1.一种水稻乳熟期的自动检测方法,首先根据水稻历史图像序列离线训练得到稻穗像素点的水稻稻穗颜色信息表,水稻稻穗颜色信息表包含信息有稻穗像素点在每一亮度i=1,…,255下对应的(a,b)颜色值的分布情况,然后按照如下方式在线判断水稻是否进入水稻乳熟期: (1)将当前水稻图像t转化到L-a-b颜色空间,将图像t中各像素点的L-a-b颜色空间色彩分量与所述水稻稻穗颜色信息表进行比对,确定满足颜色值分布情况的色彩分量对应的像素点为稻穗像素点; (2)从由稻穗像素点构成的稻穗区域截取最能表征稻穗完整形态结构的子区域作为稻穗角度检测区域; (3)计算稻穗角度检测区域的稻穗弯曲角度; (4)依据稻穗弯曲角度判断水稻是否进入乳熟期; 所述根据水稻穗像历史图像离线训练得到稻穗像素点的水稻稻穗颜色信息表的具体实现方式为: (01)根据水稻穗像历史图像序列生成稻穗样本图像集; (02)获取稻穗样本图像集中所有图像的稻穗像素点在L-a-b颜色空间的色彩分量(L,a,b),其中L表示亮度,a表示红或绿的对应值,b表示黄或蓝的对应值,其中L,a,b为8位无符号整形; (03)统计在每一亮度i=1,…,255的(a,b)颜色值相同的稻穗像素点个数; (04)在每一亮度i=1,…,255下,按照(a,b)颜色值相同的稻穗像素点个数越多,则稻穗像素点在亮度i下表现为(a,b)颜色值的可能性越大的原则选取稻穗(a,b)颜色的标定值; (05)定义三维ColorMap全零矩阵,第一维表示a颜色值,第二维表示b颜色值,第三维表示L亮度,令步骤(04)在亮度i下选取的稻穗(a,b)颜色标定值表示为(s,t,i),将ColorMap全零矩阵中的(s,t,i)元素值ColorMap(s,t,i)赋值为 1,从而得到在每一亮度i下表征稻穗颜色的二值图像;(06)对ColorMap中每一亮度i下的二值图像依次进行膨胀和腐蚀,得到水稻稻穗颜色信息表; 所述步骤(3)计算稻穗角度检测区域的稻穗弯曲角度的具体实现方式为: (31)对所述稻穗角度检测区域作连通域标记; (32)计算第k个稻穗的弯曲角度<img file="FDA00003372498600021.GIF" wi="684" he="146" />k=1,2,…,regionum,RegionLength(k)和Regionwidth(k)分别为第k个连通域的长和宽,regionum为连通域个数;(33)计算稻穗角度检测区域的稻穗弯曲角度RiceAngle<sub>1</sub>=mean(θ(k)),mean(θ(k))表示计算θ(k)的均值。 
地址 430074 湖北省武汉市洪山区珞喻路1037号