一种基于玉米穗凸性特征的行数自动检测算法
【技术领域】
[0001] 本发明设及图像信息处理技术领域，特别是设及一种基于玉米穗凸性特征的行数 自动检测算法，便于实现玉米室内考种时穗行数的统计，并提高检测速度和精度。
【背景技术】
[0002] 玉米是粮食、饲料、工业原料兼用型作物。玉米生产在国家粮食生产和粮食安全中 占有极重要的战略地位。研究证明，玉米优良种的推广使玉米增产40%。种子质量直接关系 到玉米产量高低及玉米质量和品质的优劣，而推广优良的杂交种需要大量的优质种子。
[0003] 玉米穗巧粒行数(穗行数）是穗部重要农艺性状之一。不同品种的玉米穗行数有 较大差别，生长条件也会影响穗行数，在玉米育种、栽培及新品种DUS测试等科研中准确 计数穗行数非常重要。玉米穗行数的传统测定靠人工计数，存在人工计数方法固有的缺 陷--易于疲劳、误差大、效率低。
[0004] 在现有的基于机器视觉的玉米穗行数自动检测过程中，利用先求出玉米穗横断面 的质屯、坐标；再计算出的玉米穗外轮廓边缘到质屯、的角度和半径，对角度从小到大进行排 序，同时对半径进行归一化处理，得到半径关于角度的函数，绘制出角度---半径图；统计 角度---半径变化曲线图中半径的极大值或极小值的个数即玉米穗行数。该种方法计算量 大且易有误差。
【发明内容】
[0005] 为了克服上述现有技术的不足，本发明提供了一种基于玉米穗凸性特征的行数自 动检测算法。本发明所采用的技术方案是；第一步：玉米穗横断面照片的获取。将玉米穗横 断面放在黑色背景上，在它上方加上环形光源，摄像机在环形光源正中、玉米穗横断面正上 进行拍摄获取原图图像n。
[0006] 第二步；对图像n进行图像分割。用边缘检测函数和内部区域填充法，检测出清 晰地玉米穗图像边缘，边缘及内部用白色来表示，其余部分用黑色来表示，得到玉米穗横断 面特征图像f2。
[0007] 第=步；对图像f2进行腐蚀。使用一个半径为100圆形结构元素去扫描图像中的 每一个像素，用结构元素与其覆盖的二值图像做"与"操作，从而腐蚀图像f2中前景色区域 的边缘，使得前景图像区域变小，背景区域被放大，具有收缩图像的作用。腐蚀之后，图像边 界向内收缩，得到玉米穗横断面腐蚀图像巧。
[0008] 第四步：图像巧所示玉米穗横断面腐蚀图像中存在明显的凹陷，使用该图像的凸 性特征，对该图求凸形。求玉米穗横断面凸形图像属于二维平面的凸包问题，本算法采用二 维如ick化11算法获取图像巧中不等于黑色的像素点集的凸包，落在凸包及其内部的像 素点赋值为白色，使凸包边界和内部显示白色，其余点的值保持不变，得到玉米穗横断面凸 形图像f4。
[0009] 第五步：使用图像f4减去图像巧，得到两图的差异部分，即玉米穗横断面原始图 像中的巧粒间隙图像巧。
[0010] 第六步；腐蚀后计数。采用第=步中的腐蚀算法，对图像巧进行腐蚀运算，W去除 细小噪声，避免图像各部分的黏连，得到巧粒间隙腐蚀图像f6 ;采用8联通邻域法方法，对 图像f6进行连通域处理，得到图像巧，并同时统计像素点的值不等于0的联通单元的个数； 统计得到的巧中联通单元的个数即是玉米穗巧粒行数，并在检测系统中进行显示。
[0011] 与现有技术相比，基于玉米穗凸性特征的行数自动检测算法主要有W下优点： (1)计算量小，执行速度快；（2)正确率高，可W准确地对玉米穗行数进行检测。根据到玉米 截面特殊的外形，利用凸性的图像特征，设计使用本算法来进行处理，可提高玉米穗行数自 动检测的速度和准确度。
【附图说明】
[0012] 图1为玉米穗行数自动检测算法流程图； 图2为玉米穗横断面原始图像； 图3玉米穗横断面轮廓特征图像； 图4为玉米穗横断面腐蚀图像； 图5为玉米穗横断面凸形图像； 图6为巧粒间隙图像； 图7为巧粒间隙腐蚀图像； 图8为巧粒间隙腐蚀图像连通域处理图。
【具体实施方式】
[0013] 下面结合附图对本发明进一步说明。
[0014] 参阅附图1，本发明所述的玉米穗行数自动检测算法是在环形光源光照条件下、采 用工业相机采集到的黑色背景上玉米穗横断面原始图像后，对原始图像进行灰度转换、图 像压缩、增强对比度等图像预处理依据，依据图像的轮廓特征对预处理之后图像进行合理 阔值、滤波去除噪声，获得玉米穗截面的轮廓特征图像，对玉米轮廓特征图像进行腐蚀、并 求出其凸形图像，使凸形图像减去玉米穗横断面腐蚀图像得到巧粒间隙图像，对经过进一 步腐蚀和连通域处理的巧粒间隙图像进行计数，得到最终的计数结果即是玉米穗的行数。
[0015] 更具体地说，整个算法的实现包含下列内容： 1、图像分割；本算法属于图像的预处理，主要包括原始图像的获取、图像边缘阀值分割 和滤波去噪=个步骤，处理效果如附图2、附图3所示。
[0016] (1)阔值分割：采用阔值分割法将图像n分割成背景和玉米穗图像主体两部分， 而阔值t的选取是用最大类间方差法求解。
[0017] (2)内部图像填充述过图像分割，已经把图像分割成很多个区域，现用8联通邻 域法进行玉米穗截面轮廓内部填充，得到玉米轮廓及内部填充特征图像f2。
[0018] 2、图像腐蚀：本算法对玉米分割图像f2进行腐蚀，腐蚀图像中前景色区域的边 缘，使得前景图像区域变小，背景区域被放大，具有收缩图像的作用。腐蚀的计算方法为： (1)定义结构元素。由数值为1或0组成的矩阵，在每个像素位置与二值图像对应的区 域进行特定的逻辑运算。运算结果为输出图像相应的像素。运算效果取决于结构元素的大 小内容w及逻辑运算的性质。由于玉米穗截面轮廓为弧形，所w本算法使用一个圆形的结 构元素对图像进行腐蚀。
[0019] (2)腐蚀算法。使用一个半径为100圆形结构元素去扫描图像中的每一个像素， 用结构元素与其覆盖的二值图像做"与"操作，如果都为1，该图像的该像素为1，否则为0。 腐蚀之后，图像边界向内收缩，得到玉米穗横断面腐蚀图像巧，如附图4所示。
[0020] 3、获取凸形。图像巧所示玉米穗横断面腐蚀图像中存在明显的凹陷，使用该图像 的凸性特征，对该图求凸形，即连接指图像内部任意两点的直线均落在图像内部