一种玉米叶脉检测方法、系统及设备

本发明涉及玉米叶脉的自动检测领域，特别是涉及一种玉米叶脉检测方法、系统及设备。

背景技术：

1、当前玉米叶脉的研究，多应用二维彩色图像信息对作物叶脉进行检测，或应用三维激光扫描的点云数据实现叶脉的检测。作物的二维彩色图像包含作物的像素、颜色、纹理、灰度值等信息；作物的三维点云数据包括作物的激光反射强度、三维空间点坐标信息等；利用作物的上述信息包含的特异性和分布特征，可以实现对作物叶脉的自动检测。但是，在实际获取作物的三维点云数据过程中，会存在一些非空洞数据的丢失，导致作物叶脉信息检测的不全面。利用作物的彩色信息可以更好地实现作物叶片区域的提取，进而获得作物的全局叶脉，因此基于彩色图像的作物叶脉检测一直是研究的热点。

2、基于彩色图像的作物叶脉自动检测，常通过检测图像中像素点灰度值发生跳变的像素区域，利用提取的叶脉边缘信息检测出作物叶脉。但该方法对于叶脉像素灰度变化平缓的图像，通常难以达到令人满意的结果。部分研究将作物叶脉的彩色图像变换到his(hue，intensity，saturation)颜色空间，然后将其中一个颜色分量的图像进行增强，接着通过二值化处理来检测作物叶脉。但这种方法在叶脉图片分辨率不高的情况下难以准确、完整地检测叶脉。随着神经网络的不断发展，部分研究提出基于神经网络的作物叶脉提取方法，借助已有的图形特征，通过不断地学习和自我优化，自动地提炼出图像中的有效信息，最终能取得较好的检测效果。但该方法的时间复杂性较高，需要花费大量的计算时间。

技术实现思路

1、本发明的目的是提供一种玉米叶脉检测方法、系统及设备，可提高玉米叶脉检测的精度和速度。

2、为实现上述目的，本发明提供了如下方案：

3、一种玉米叶脉检测方法，包括：

4、获取待检测玉米的彩色图像；

5、对所述彩色图像进行灰度和二值化处理；

6、根据灰度和二值化处理的图像确定待检测玉米的叶脉。

7、可选地，所述对所述彩色图像进行灰度和二值化处理，具体包括：

8、根据彩色图像在hsv颜色空间中的s分量，确定第一灰度图像；

9、根据彩色图像在rgb颜色空间的分量，确定第二灰度图像和第三灰度图像；

10、对所述第一灰度图像进行分割阈值的分割处理，确定第一二值图像；

11、对所述第二灰度图像采用最大类间方差法进行分割，确定第二二值图像。

12、可选地，所述根据彩色图像在rgb颜色空间的分量，确定第二灰度图像和第三灰度图像，具体包括：

13、利用公式igray2(i,j)＝g(i,j)*1.262-r(i,j)*0.884-b(i,j)*0.311确定第二灰度图像；

14、利用公式igray3(i,j)＝g(i,j)*0.587+r(i,j)*0.299+b(i,j)*0.114确定第三灰度图像；

15、其中i、j为像素的行列坐标，g(i，j)、r(i，j)和b(i，j)分别为彩色图像(i，j)处像素g、r、b颜色分量的灰度值，igray2(i，j)为转换后第二灰度图像在(i，j)处像素的灰度值，igray3(i，j)为转换后第三灰度图像在(i，j)处像素的灰度值。

16、可选地，所述对所述第二灰度图像采用最大类间方差法进行分割，确定第二二值图像，之后还包括：

17、对第二二值图像进行去噪处理。

18、可选地，所述根据灰度和二值化处理的图像确定待检测玉米的叶脉，具体包括：

19、获取所述第一二值图像中灰度值为1的所有像素点的质心，并作为待检测玉米的中心点；

20、根据所述第二二值图像，采用凸包算法，确定包围待检测玉米的最小凸多边形，获得凸多边形的各个顶点；

21、将中心点与各个顶点间的距离的最大值为待检测玉米的中心点到叶片的最大距离；

22、根据所述第二二值图像和所述第三灰度图像进行逻辑“与”运算，确定第四灰度图像；

23、根据待检测玉米的第四灰度图像，以中心点为圆心进行圆形扫描，检索待检测玉米的叶脉的像素点，确定待检测玉米的叶脉。

24、可选地，所述根据待检测玉米的第四灰度图像，以中心点为圆心进行圆形扫描，检索待检测玉米的叶脉的像素点，确定待检测玉米的叶脉，具体包括：

25、以中心点为圆心，对第四灰度图像进行圆形像素点的顺时针方向扫描；设定扫描的初始半径和每次扫描递增的像素点个数，且扫描的最大半径为中心点到叶片的最大距离；

26、利用圆形像素点中灰度值为0的像素点将圆形像素点划分为多个区域；

27、将每个区域内灰度值最大的像素点进行保留；并作为待检测玉米的叶脉的潜在像素点；

28、采用基于密度聚类的dbscan算法对待检测玉米的叶脉的潜在像素点进行聚类处理，实现玉米叶脉的检测。

29、一种玉米叶脉检测系统，包括：

30、彩色图像获取模块，用于获取待检测玉米的彩色图像；

31、图像处理模块，用于对所述彩色图像进行灰度和二值化处理；

32、叶脉检测模块，用于根据灰度和二值化处理的图像确定待检测玉米的叶脉。

33、一种玉米叶脉检测设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的方法。

34、根据本发明提供的具体实施例，本发明公开了以下技术效果：

35、本发明所提供的一种玉米叶脉检测方法、系统及设备，根据灰度和二值化处理的图像确定待检测玉米的叶脉，能够有效地消除背景和叶片噪声等无关成分的影响，提高玉米叶脉检测的精度和速度。

技术特征：

1.一种玉米叶脉检测方法，其特征在于，包括：

2.根据权利要求1所述的一种玉米叶脉检测方法，其特征在于，所述对所述彩色图像进行灰度和二值化处理，具体包括：

3.根据权利要求2所述的一种玉米叶脉检测方法，其特征在于，所述根据彩色图像在rgb颜色空间的分量，确定第二灰度图像和第三灰度图像，具体包括：

4.根据权利要求2所述的一种玉米叶脉检测方法，其特征在于，所述对所述第二灰度图像采用最大类间方差法进行分割，确定第二二值图像，之后还包括：

5.根据权利要求2所述的一种玉米叶脉检测方法，其特征在于，所述根据灰度和二值化处理的图像确定待检测玉米的叶脉，具体包括：

6.根据权利要求5所述的一种玉米叶脉检测方法，其特征在于，所述根据待检测玉米的第四灰度图像，以中心点为圆心进行圆形扫描，检索待检测玉米的叶脉的像素点，确定待检测玉米的叶脉，具体包括：

7.一种玉米叶脉检测系统，其特征在于，包括：

8.一种玉米叶脉检测设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-6中任一项所述的方法。

技术总结
本发明公开一种玉米叶脉检测方法、系统及设备，该方法包括获取待检测玉米的彩色图像；对所述彩色图像进行灰度和二值化处理；根据灰度和二值化处理的图像确定待检测玉米的叶脉。本发明可提高玉米叶脉检测的精度和速度。

技术研发人员：仇瑞承,植俐华,曹家鸣,张漫,李寒
受保护的技术使用者：中国农业大学
技术研发日：
技术公布日：2024/1/15