基于图像的甘蔗出苗期自动检测方法与流程

本发明涉及一种检测方法，尤其是一种基于图像的甘蔗出苗期自动检测方法，属于甘蔗出苗检测的技术领域。

背景技术：

甘庶是我国和世界上最重要的糖料作物和能源作物之一。我国是世界第三大糖生产国，主要产地分布在广西，其次在云南、海南、广东的湛江地区，福建、四川、湖南等地也有少量甘蔗种植。

甘庶生产对我国的农业和农村经济发展、农民增收等方面起着非常重要的作用。为了提高甘庶的产量和质量，需要对它的发育速度和进程进行了解，并在此基础上分析它的各发育期与气象条件之间的联系，从而鉴定甘庶生长的农业气象条件。

一直以来，对于甘庶各发育期的观测主要是通过人工观测的方式，由于甘庶的种植地域广、生长周期长，利用人工进行观测不但耗人耗力，不够经济；观测结果的主观臆断性较大，没有办法保证精确度；而且只能记录观测数值，无法再现现场的图像。甘蔗出苗期是甘蔗生长阶段重要的发育期环节，有效而准确的识别这个时期，是农业气象观测的重要内容，对于指导农事活动具有重要意义。

基于图像的甘蔗出苗期自动检测技术目前尚未见公开报道。现有的文献都是围绕遥感图像开展甘蔗长势及估产的研究。如2010年郭琳、裴志远、张松龄等在《农业工程学报》上发表的“基于环境星CCD图像的甘蔗叶面积指数反演方法”中，利用新型国产卫星数据环境星CCD图像和准同步的地面观测数据，分别采用指数关系模型、对数关系模型、支持向量回归模型3种方法，开展了环境星遥感图像在甘蔗叶面积指数反演试验。结果表明，3种方法都可以对甘蔗LAI进行有效预测，且能获得较好的预测效果，验证了环境星CCD图像在甘蔗LAI反演中的实用性。2013年何亚娟、潘学标、裴志远等在《农业机械学报》上发表的“基于SPOT遥感数据的甘蔗叶面积指数反演和产量估算”中利用SPOT遥感数据进行甘蔗叶面积指数LAI反演，建立最佳NDVI-LAI反演模型，同时结合不同生育期甘蔗叶面积指数的时序变化规律，建立各生育期甘蔗叶面积指数LAI与产量的相关关系，得到甘蔗叶面积指数LAI-产量最佳估产模型。

但由于遥感图像分辨率低，且容易受到云层、云阴影和气溶胶等影响，每天在固定区域也仅有单张图像可以使用，有较大的局限性。可见，基于遥感图像的检测方式不是甘蔗出苗期自动检测的一种较好选择，目前还需一种准确率高、实用性强和操作方便的方式来代替出苗期的人工检测方式，以获取甘蔗出苗期的准确时间，便于及时指导农事活动。

技术实现要素：

本发明的目的是克服现有技术中存在的不足，提供一种基于图像的甘蔗出苗期自动检测方法，其利用图像能对甘蔗出苗期状态进行自动检测，检测准确率高，实用性强，安全可靠。

按照本发明提供的技术方案，一种基于图像的甘蔗出苗期自动检测方法，所述甘蔗出苗期自动检测方法包括如下步骤：

步骤1、采集不同光照下的甘蔗图片，并根据所采集不同光照下的甘蔗图片，得到亮度Y下对应的色度H的均值和方差，即得到甘蔗的H-Y对照表；

步骤2、提供当前待检测的甘蔗图片，利用上述甘蔗的H-Y对照表对待检测甘蔗图片进行检测与分割，以得到甘蔗分割结果ImageResult；

步骤3、根据上述甘蔗分割结果ImageResult检测甘蔗生长方法，在确定甘蔗的生长方向后，在甘蔗分割结果ImageResult上添加移动滑块区域，所述移动滑块区域在甘蔗分割结果ImageResult上的移动方向与确定甘蔗生长方向垂直；移动滑块区域在甘蔗分割结果ImageResult上移动时，检测所述移动滑块区域内的连通域质心数量，若所述移动滑块区域内的连通域质心数量大于threshold_centroid时，则移动滑块区域所在的区域判断为出苗；若整个甘蔗分割结果ImageResult上判定为出苗区域数量大于出苗判别阈值Lines_Threshold时，则判断当前待检测的甘蔗图片中甘蔗出苗。

所述步骤1中，具体包括如下步骤：

步骤1.1、选取不同光照下的甘蔗出苗期图像，并在选取甘蔗出苗期图像后，仅保留甘蔗出苗期图像中的甘蔗区域，将非甘蔗区域的像素点置为全白，以得到训练样本图像；

步骤1.2、将上述训练样本图像由RGB颜色空间转换到HSI空间和YUV空间，并将每幅训练样本图像的作物像素点H值和Y的值分别保存到矩阵TrainingData的第一列和第二列；

步骤1.3、对矩阵TrainingData的第二列进行查找，当TrainingData(：，2)为亮度t时，将当前行对应的TrainingData(：，1)值保存到矩阵HYData(t，：)中，矩阵HYData的大小为255*Num_total，Num_total为所选训练样本图像的作物总像素；

步骤1.4、计算矩阵HYData中每行的均值和方差，具体为

其中，μ_i为矩阵HYData中第i行的均值，δ_i²为矩阵HYData第i行的方差，col为矩阵HYData第i行中所有非零项的个数；

步骤1.5、利用步骤1.4，建立甘蔗的H-Y对照表。

所述步骤2中，具体包括如下步骤：

步骤2.1、待待检测的甘蔗图片Image，将所述待检测甘蔗图片Image由RGB颜色空间转换为HSI空间以及YUV空间，即待检测甘蔗图片Image第m行第n列在RGB空间分别为R(m，n)、G(m，n)、B(m,n)，在HSI空间为H(m，n)，S(m，n)、I(m，n)，在YUV空间为Y(m，n)、U(m，n)、V(m，n)；在H-Y对照表中查找行数与像素点Y(m，n)相等的一行，并提取对应的μ_Y(m,n)和

步骤2.2、将当前像素的色度H(m，n)与μ_Y(m,n)相减，以得到ΔH＝(H(i,j)-μ_Y(i,j))²，当ΔH值小于等于时，则把当前像素点变为白色，否则该像素点置为黑色，其中k的取值范围为[1.5，2.1]；

步骤2.3、对上述分割得到的预分割结果进行去噪，在去除所需的连通域后，得到甘蔗分割结果ImageResult。

所述步骤3中，具体包括如下步骤：

步骤3.1、对甘蔗分割结果ImageResult，利用霍夫变换检测图像中的直线，以得到若干条直线；

步骤3.2、比较每条直线两端点的横坐标差值的绝对值与纵坐标差值绝对值的大小，若横坐标差值的绝对值大于纵坐标差值的绝对值，则当前直线判断为水平直线，否则，将当前直线判断为垂直直线；若甘蔗分割结果ImageResult中水平直线的数量大于垂直直线的数量，则甘蔗分割结果ImageResult中甘蔗的播种方向为水平方向，否则，甘蔗分割结果ImageResult中甘蔗的播种方向为垂直方向；

步骤3.3、在甘蔗分割结果ImageResult上添加移动滑块区域，所述移动滑块区域在甘蔗分割结果ImageResult上的移动方向与确定甘蔗生长方向垂直；移动滑块区域在甘蔗分割结果ImageResult上移动时，检测所述移动滑块区域内的连通域质心数量，若所述移动滑块区域内的连通域质心数量大于threshold_centroid时，则移动滑块区域所在的区域判断为出苗；若整个甘蔗分割结果ImageResult上判定为出苗区域数量大于出苗判别阈值Lines_Threshold时，则判断当前待检测的甘蔗图片中甘蔗出苗。

当判定甘蔗分割结果ImageResult中甘蔗播放方向为水平方向时，移动滑块区域在甘蔗分割结果ImageResult上由上至下滑过；当判定甘蔗分割结果ImageResult中甘蔗播放方向为垂直方向时，移动滑块区域在甘蔗分割结果ImageResult上由左至右滑过。

本发明的优点：根据不同光强提取甘蔗彩色图像的方法，将甘蔗从户外复杂背景中准确的提取出来，若甘蔗的播种方向为水平方向，则从上到下滑块检测多个子区域，若甘蔗的播种方向为垂直方向，则从左到右滑块检测多个子区域；统计各子区域的质心数量，若质心数量大于预定子区域出苗阈值，则确定其对应的子区域为出苗子区域，若出苗子区域大于出苗判别阈值，则判断甘蔗进入出苗期，从而利用图像能对甘蔗出苗期状态进行自动检测，检测准确率高，实用性强，安全可靠。

附图说明

图1为本发明得到H-Y对照表的具体流程图。

图2为本发明对待检测盖着图片Image进行分割的流程图。

图3为本发明进行检测甘蔗出苗状态的流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

为了利用图像能对甘蔗出苗期状态进行自动检测，提高检测的准确率，本发明的甘蔗出苗期自动检测方法包括如下步骤：

步骤1、采集不同光照下的甘蔗图片，并根据所采集不同光照下的甘蔗图片，得到亮度Y下对应的色度H的均值和方差，即得到甘蔗的H-Y对照表；

如图1所示，具体包括如下步骤：

步骤1.1、选取不同光照下的甘蔗出苗期图像，并在选取甘蔗出苗期图像后，仅保留甘蔗出苗期图像中的甘蔗区域，将非甘蔗区域的像素点置为全白，以得到训练样本图像；

具体实施时，将非甘蔗区域的像素点置为全白时，即将非甘蔗区域的像素点像素值置为255。

步骤1.2、将上述训练样本图像由RGB颜色空间转换到HSI空间和YUV空间，并将每幅训练样本图像的作物像素点H值和Y的值分别保存到矩阵TrainingData的第一列和第二列；

本发明实施例中，可以采用本技术领域常用的技术手段，实现由RGB颜色空间转换到HSI空间以及YUV空间。

步骤1.3、对矩阵TrainingData的第二列进行查找，当TrainingData(：，2)为亮度t时，将当前行对应的TrainingData(：，1)值保存到矩阵HYData(t，：)中，矩阵HYData的大小为255*Num_total，Num_total为所选训练样本图像的作物总像素；

步骤1.4、计算矩阵HYData中每行的均值和方差，具体为

其中，μ_i为矩阵HYData中第i行的均值，δ_i²为矩阵HYData第i行的方差，col为矩阵HYData第i行中所有非零项的个数；

步骤1.5、利用步骤1.4，建立甘蔗的H-Y对照表。本发明实施例中，建立H-Y对照表时，利用矩阵HYData中的每行数据，并将矩阵HYData中每行数据后添加对应的均值μ_i和方差δ_i²，即得到H-Y对照表。

步骤2、提供当前待检测的甘蔗图片，利用上述甘蔗的H-Y对照表对待检测甘蔗图片进行检测与分割，以得到甘蔗分割结果ImageResult；

如图2所示，所述步骤2中，具体包括如下步骤：

步骤2.1、待待检测的甘蔗图片Image，将所述待检测甘蔗图片Image由RGB颜色空间转换为HSI空间以及YUV空间，即待检测甘蔗图片Image第m行第n列在RGB空间分别为R(m，n)、G(m，n)、B(m，n)，在HSI空间为H(m，n)，S(m，n)、I(m，n)，在YUV空间为Y(m，n)、U(m，n)、V(m，n)；在H-Y对照表中查找行数与像素点Y(m，n)相等的一行，并提取对应的μ_Y(m,n)和

步骤2.2、将当前像素的色度H(m，n)与μ_Y(m,n)相减，以得到ΔH＝(H(i,j)-μ_Y(i,j))²，当ΔH值小于等于时，则把当前像素点变为白色，否则该像素点置为黑色，其中k的取值范围为[1.5，2.1]；

步骤2.3、对上述分割得到的预分割结果进行去噪，在去除所需的连通域后，得到甘蔗分割结果ImageResult。

本发明实施例中，连通域面积的阈值范围为[5，12]，选用8邻域连通标记，即连通域面积在[5，12]范围内的予以保留，不在该范围内的去除，以降低小杂质点的干扰。将当前像素点变为全白时，其对应的像素值为255；将像素点置为黑色时，其对应的像素值为0。

步骤3、根据上述甘蔗分割结果ImageResult检测甘蔗生长方法，在确定甘蔗的生长方向后，在甘蔗分割结果ImageResult上添加移动滑块区域，所述移动滑块区域在甘蔗分割结果ImageResult上的移动方向与确定甘蔗生长方向垂直；移动滑块区域在甘蔗分割结果ImageResult上移动时，检测所述移动滑块区域内的连通域质心数量，若所述移动滑块区域内的连通域质心数量大于预定子区域出苗阈值threshold_centroid时，则移动滑块区域所在的区域判断为出苗；若整个甘蔗分割结果ImageResult上判定为出苗区域数量大于出苗判别阈值Lines_Threshold时，则判断当前待检测的甘蔗图片中甘蔗出苗。

如图3所示，所述步骤3中，具体包括如下步骤：

步骤3.1、对甘蔗分割结果ImageResult，利用霍夫变换检测图像中的直线，以得到若干条直线；

步骤3.2、比较每条直线两端点的横坐标差值的绝对值与纵坐标差值绝对值的大小，若横坐标差值的绝对值大于纵坐标差值的绝对值，则当前直线判断为水平直线，否则，将当前直线判断为垂直直线；若甘蔗分割结果ImageResult中水平直线的数量大于垂直直线的数量，则甘蔗分割结果ImageResult中甘蔗的播种方向为水平方向，否则，甘蔗分割结果ImageResult中甘蔗的播种方向为垂直方向；

步骤3.3、在甘蔗分割结果ImageResult上添加移动滑块区域，所述移动滑块区域在甘蔗分割结果ImageResult上的移动方向与确定甘蔗生长方向垂直；移动滑块区域在甘蔗分割结果ImageResult上移动时，检测所述移动滑块区域内的连通域质心数量，若所述移动滑块区域内的连通域质心数量大于预定子区域出苗阈值threshold_centroid时，则移动滑块区域所在的区域判断为出苗；若整个甘蔗分割结果ImageResult上判定为出苗区域数量大于出苗判别阈值Lines_Threshold时，则判断当前待检测的甘蔗图片中甘蔗出苗。

本发明实施例中，根据种植的密度，移动滑块区域的宽度可以设置为[20，50],threshold_centroid/Lines_Threshold的具体数值可以根据需要进行选取，此处不再赘述。当判定甘蔗分割结果ImageResult中甘蔗播放方向为水平方向时，移动滑块区域在甘蔗分割结果ImageResult上由上至下滑过；当判定甘蔗分割结果ImageResult中甘蔗播放方向为垂直方向时，移动滑块区域在甘蔗分割结果ImageResult上由左至右滑过。