[发明专利]一种小麦抽穗的自动检测方法

权利要求书

1.一种小麦抽穗的自动检测方法，包括以下步骤：

(1)训练阶段：

(1.1)拍摄已进入拔节期的田间小麦图像序列，从田间小麦图像序列中的每一张图像中按照相同方式提取多块子区域作为观测区域；

(1.2)分别对各图像的观测区域进行主成分分析，得到各观测区域的特征向量；

(1.3)依据步骤(1.2)得到的各观测区域的特征向量将各图像中的观测区域投影到特征空间的第一或第三维，获得每一观测区域的特征图像；将各图像同一位置的特征图像合并，获得该观测区域的特征合并图像；通过阈值分割将各特征合并图像转化为二值图；对于每一二值图，若其包含的黑色像素点多于白色像素点，则表明该观测区域的麦穗颜色类型为偏暗型，否则，表明该观测区域的麦穗颜色类型为偏亮型；

(2)检测阶段：

(2.1)按照与步骤(1.1)的相同方式从待检测图像提取多块子区域作为检测区域；

(2.2)依据步骤(1.2)得到的各观测区域的特征向量将待检测图像中对应的检测区域投影到特征空间的第一或第三维，获得每一检测区域的特征图像；

(2.3)通过阈值分割将每一检测区域的特征图像转换为二值图，依据步骤(1.3)若该二值图对应的观测区域的麦穗颜色类型为偏暗型，则从该二值图中选取黑色像素点区域作为麦穗候选区域，若该二值图对应的观测区域的麦穗颜色类型为偏亮型，则从该二值图中选取白色像素点区域作为麦穗候选区域；

(2.4)分别提取每一麦穗候选区域的图像特征，根据提取的图像特征对麦穗候选区域做去噪处理，最终保留的区域即为麦穗区。

(2.5)若各检测区域中确定的麦穗区个数大于预定的第一界定数，则表明该检测区域进入抽穗期；若待检测图像中一半或一半以上的检测区域都进入抽穗期，则表明待检测图像进入抽穗期。

2.根据权利要求1所述的小麦抽穗的自动检测方法，其特征在于，所述步骤(2.4)按照如下方式进行提取麦穗候选区域的图像特征，根据提取的图像特征对麦穗候选区域做去噪处理：

(2.4.1)从待检测图像中提取与麦穗候选区域位置对应的区域图像，将其从RGB空间转换到LAB空间；对于该区域图像的每一像素点，若其L分量小于第一噪声阈值，则从麦穗候选区域中去除与该像素点对应的像素点，否则，在麦穗候选区域中保留与该像素点对应的像素点；

(2.4.2)从麦穗候选区域提取与其具有相同二阶矩的椭圆，计算该椭圆长轴与短轴的比值；

(2.4.3)若椭圆长轴与短轴的比值大于第二噪声阈值，则保留该麦穗候选区域，进入步骤(2.4.4)，否则去除该麦穗候选区域，结束；

(2.4.4)计算椭圆长轴与标定后的垂直方向的夹角，若夹角在预定夹角范围内，则该麦穗候选区域为小麦麦穗。

3.根据权利要求2所述的小麦抽穗的自动检测方法，其特征在于，所述第一噪声阈值取值范围为50～100，第二噪声阈值取值范围为2～6，所述预定夹角范围为[-45，45]。

4.根据权利要求2所述的小麦抽穗的自动检测方法，其特征在于，所述步骤(2.4.1)还统计麦穗候选区域的像素点个数，若像素点个数在理想区间内，进入步骤(2.4.2)，否则去除该麦穗候选区域。