[发明专利]网纹甜瓜果实表型提取与量化方法

说明书

技术领域

本发明涉及网纹甜瓜果实表型的客观量化方法，尤其是基于RGB-D视觉传感器的网纹甜瓜果实全生育期表型提取与量化方法，具体涉及一种网纹甜瓜表型提取与量化方法。

背景技术

网纹甜瓜表型是育种和新品种鉴定的重要指标。目前网纹甜瓜表型的获取主要采用人工目测和手工测量的方法来表征网纹甜瓜的表型。目测表皮的颜色（表皮是否变黄，果实是否开裂，表皮是否双色），网纹分布情况（稀疏程度），有无皱皮，用游标卡尺测量纵横径的大小等。随着计算机视觉技术的发展，计算机视觉检测逐渐应用于甜瓜果实表型测量中。现有已完成的工作有，苗玉彬等基于二维视觉图像对甜瓜果实的大小，轮廓单一品质进行了提取，效果较好。（吕福香,苗玉彬.基于视觉的甜瓜形态信息的无损获取[J].农机化研究,2011,07:39-44.），冯全、何三鹏等基于二维视觉图像，以采摘后的甜瓜为研究对象，在室内，对甜瓜的大小，颜色，瓜蒂表型参数进行了研究，对甜瓜分级效果较好。（徐莹莹.基于计算机视觉的甜瓜外观品质检测研究[D].甘肃农业大学,2011.王书志.西北特色甜瓜外观缺陷检测研究[D].兰州大学,2011.张建华.基于计算机视觉的硬皮甜瓜外部品质自动化分级研究[D].甘肃农业大学,2009.张建华,王书志,冯全.一种计算机视觉识别硬皮甜瓜瓜蒂的新方法[J].计算机系统应用,2009,07:186-189）。

现有的网纹甜瓜果实表型量化方法存在着以下缺陷：

1、人工测量的方法不仅工作量大，而且费神，存在随意性和不确定性，主观性强，一致性差，效率低。

2、利用机器视觉较多的是采摘了的果实为对象，在室内用与计算机相连的二维图像采集模块对其进行图像采集，并通过数据传输电缆将采集结果传到计算机上，在计算机中保存并进行处理分析。在算法上无法对自然生长状态下，生长发育过程中的网纹甜瓜表型参数进行全部提取。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是：如何提高生长发育过程中的网纹甜瓜果实表型提取的全面性以及获取效率，以及网纹甜瓜果实的表型的客观性和准确性。

（二）技术方案

为实现上述目的，本发明提供的网纹甜瓜表型提取和量化方法，包括以下步骤：

S1.在网纹甜瓜温室自然生长环境中，采用参照物法利用RGB-D视觉传感器采集网纹甜瓜果实的RGB图像和深度图像，并对采集到的RGB图像进行预处理；

S2.对预处理后的RGB图像进行分割，获取参照物图像和果实图像，并计算参照物图像的像素长度比；

S3.基于深度图像分割出果实轮廓，利用果实轮廓和步骤S1计算出的像素长度比，计算得到果实的形状特征参数：纵径、横径、横截面积；

S4.利用深度图像中获得的果实轮廓信息，在预处理后的RGB图像中获取果实RGB图像区域；

S5.针对果实RGB图像区域，利用颜色空间转换生成HSI图像，获取颜色特征参数H和S，基于果实RGB图像区域，用网纹覆盖率、灰度共生矩阵参数、以及多分形维数参数，量化甜瓜网纹特征。

优选地，采用参照物法采集网纹甜瓜果实的RGB图像和深度图像的参照标准为1.5cm*1.5cm的红色纸板，将所述红色纸板挂在果实的瓜梗上与果实一同进行图像的采集。

优选地，步骤S1中的所述预处理具体包括如下步骤：

对采集到的RGB图像进行双边滤波和中值滤波以去除噪声。

优选地，步骤S2具体包括如下步骤：

S2.1基于预处理后的RGB图像，提取2R-G-B色差图，用Ostu阈值分割，提取所述预处理后的RGB图像中大于设定门限值的对象点，并对所述对象点进行二值化；

S2.2根据步骤S2.1处理后的图像中连通域的大小，对参照物和甜瓜果实进行分离，得到参照物图像；

S2.3统计参照物图像的像素个数，并将统计得到的像素个数开方除以1.5，获得参照物图像的像素长度比。

优选地，步骤S3具体包括如下步骤：

S3.1基于深度图像，对深度景深数据做直方图，根据直方图确定阈值区间，分割出果实初始轮廓；

S3.2对果实初始轮廓进行轮廓探测操作，并进行高斯滤波，进行K均值聚类处理，得到果实轮廓。

S3.3利用所述的果实轮廓和步骤S1计算出的像素长度比，计算得到果实的形状特征参数：纵径、横径、横截面积。

优选地，步骤S5具体包括如下步骤：