[发明专利]一种基于图像检测棉花吐絮的方法

说明书

技术领域

本发明属于数字图像处理和农业气象观测结合领域，具体涉及一种以棉田图像为对象，从棉花植株上检测棉絮是否出现的方法。

背景技术

棉花是我国主要的经济作物之一，种植面积十分广泛。棉花的发育期、产量和质量容易受到气候变化的影响。长期以来，对于棉花发育期的观测主要是通过人工观测的方式，受观测员主观因素的影响比较大；同时由于观测周期长、地域广，利用人力进行观测也不够经济。因此，通过拍摄棉田视频图像，利用图像处理的手段，对其发育期进行观测是十分必要的。棉花吐絮是棉花生长的一个重要环节，有效而准确的识别这一时期并测量其吐絮多少，是农业气象观测的一个重要内容，本发明即是利用棉田视频图像对棉花吐絮生长期进行识别。

2006年在《江西农业学报》上发表的文章“田间早期成熟棉花识别研究”利用训练好的过绿颜色特征(ExG)区分成熟棉花的棉絮区域和绿色背景；2007年4月在《农业工程学报》上发表的文章“采摘期成熟棉花不同部位颜色识别分析”和在《浙江农业学报》上发表的文章“基于色差信息的田间成熟棉花识别”中利用棉花在RGB颜色空间的色差信息，将成熟的棉桃即棉絮区域从背景中分割出来；2008年在《棉花学报》上发表的文章“基于HSV彩色模型的自然场景下棉花图像分割策略研究”利用HSV彩色模型的棉花图像饱和度分割算法将棉絮区域分割出来；2008年10月在《农业工程学报》上发表的文章“基于竞争学习网络的田间籽棉图像分割”利用RGB颜色空间中，利用训练好的基于B值的竞争学习网络和形态学滤波去噪，分割背景和棉絮；2010年在《作物学报》上发表的文章“基于颜色阈值的田间籽棉图像分割技术”在HSI和Lab颜色空间中利用颜色阈值对籽棉图像进行分割，确定棉絮区域的位置。以上各方法都是应用于棉花自动采摘机器人上，摄像头作用距离近，图像范围小，而且图像中的棉絮区域比较明显。而对于农业气象观测领域，主要通过对棉田中棉花是否吐絮和吐絮的数量进行检测，拍摄的区域广，图像分辨率低，而且单个棉絮区域在图像中的面积较小，图像中的光照变化较为剧烈，上述方法都不可行。

发明内容

本发明的目的在于提供一种基于图像检测棉花是否吐絮的方法，以在棉田采集的实时前下视图像为对象，利用棉絮的Lab颜色特征，自动地检测棉花植株上是否出现棉絮。本发明能够有效检测出棉田中的棉花吐絮区域，同时，在一天中不同时刻，以固定位置和姿态拍摄多幅前下视棉田图像，综合利用同一天内不同时刻的检测结果进行判断，有效消除了随机误差，进一步提高了检测结果的准确性。

为实现本发明的目的所采用的具体技术方案可分为以下两个阶段：

1.训练阶段：该阶段的主要目的是通过历史图像数据，统计吐絮期棉花植株上棉絮区域的Lab颜色特征变化规律，主要包含以下步骤：

(1)样本图像生成，在历史图像数据中，随机选取几天的吐絮期间拍摄的棉田图像，将棉絮区域保留，其它区域置为黑色，生成用于训练的样本图像。

(2)棉絮L-b颜色特征统计，利用棉絮样本图像，生成棉絮的L-b颜色特征表，记录棉絮在亮度为L的情况下，其色彩分量b的变化规律。

2.检测阶段：通过训练阶段生成的棉絮L-b颜色特征表，对实时棉田图像进行检测，具体步骤如下：

(1)单幅图像棉絮检测，通过棉絮L-b特征表，对单幅图像进行检测，生成二值图像，其中棉絮区域置为白色，其它区域为黑色。

(2)连通域标记和去噪，对上一步的二值图像进行连通域标记，并通过设定连通域的面积阈值，去除较小的连通域，降低细小噪声干扰。

(3)综合判定，由于相机是固定不变的，因此综合考虑同一天内不同时刻的单幅图像检测生成的二值图，对各区域进行投票，选取稳定存在的区域作为最终的结果，进一步去除了随机噪声干扰。

(4)输出结果图像，根据综合判定所生成的二值结果图像，在棉花图像上用矩形框将检测出的棉絮区域标注出来。

通过上述过程，自动对实时采集的前下视棉田图像进行检测，并利用检测的结果，判定该块棉田中的棉花是否进入吐絮期。同时，该检测结果对于测定棉花的覆盖度、预估棉花产量及指导相应的农事活动具有非常重要的意义。

附图说明

图1为训练阶段的流程图；

图2为检测阶段的流程图；

图3为任一历史时期的吐絮期棉田图像；

图4是标记了棉絮区域的样本图像；

图5为在棉絮在亮度L值为200的情况下，其色彩分量b的变化范围及出现的次数；

图6(a)是吐絮期上午10点的前下视棉田图像；

图6(b)是吐絮期下午5点的前下视棉田图像；