[实用新型]一种水稻垩白测算装置

说明书

技术领域

本实用新型属于水稻结实率测量技术领域，特别是指一种快速智能水稻结实率测量装置。

背景技术

垩白是衡量稻米品质的重要性状之一，垩白大小、垩白粒率以及垩白度为稻米的重要品质指标。垩白粒率是指稻米粒中有垩白米粒所占的比率，垩白大小指垩白籽粒中垩白的面积占整个籽粒面积的百分比，垩白度为垩白率与垩白大小的乘积。目前在农业实验中，垩白的测定大部分还在用稻米垩白观测仪进行人工观测，这种方法对垩白粒率的观测还比较准确，但垩白大小的测定仅仅通过目测，测量结果误差较大。人工观测方法测定垩白不仅浪费大量人力而且准确率较低。

计算机视觉技术在农业上的应用已经非常广泛，在稻米外观品质测定方面也起到举足轻重的作用。近年来一些学者提出了一些利用计算机视觉或者图像处理技术测定稻米垩白的方法，如基于分形维数、基于神经网络以及基于逆向云的垩白检测。这些方法大大提高了垩白检测的效率，对于单个籽粒或者逐个分开的籽粒的识别准确度非常高。对于粘连米粒的处理，一些学者也提出利用如形态学腐蚀算法将籽粒分开后再进行垩白检测。笔者实验发现这种分割方法在分割粘连垩白米粒时不能面面俱到。

图像处理过程中，粘连米粒能否准确分割是影响后期垩白检测准确度的重要因素。一些学者提出了如形态学腐蚀操作、凹点匹配、基于边缘链码和分水岭变换的方法对粘连目标进行分割。在处理粘连垩白稻米图像时，形态学腐蚀操作对于粘连较少、粘连组合较简单的情况非常适用，分割效率比较高，但对于粘连特殊情况的处理不尽人意。凹点匹配算法在分割粘连细胞上已经有相关报道，该算法速度快，准确度高，但由于稻米籽粒与细胞形状的差异性，以及稻米籽粒粘连的复杂性导致传统的凹点匹配算法不能很好的分割粘连米粒。孙国祥等人提出基于边缘链码信息的重叠叶面分割算法，该方法通过逐层筛选分割拐点形成了对重叠页面逐层分割的算法。笔者利用链码信息进行粘连垩白米粒分割时，大部分情况取得了不错的效果，还有一些特殊情况导致分割效果不理想。分水岭变换对于目标粘连严重、重叠较多的情况分割效果不错，但稻米中垩白的存在，分水岭分割算法会造成过度分割。

水稻垩白的测量是农业生产实验中所必须的工作，无论是对栽培方式的评价还是水稻品种的选育都离不开结实率的测量。传统垩白测量方法需要投入大量人力和物力且准确率受到人为因素的影响，智能化的垩白测量装置及方法不仅能够解放劳动力并能够提高垩白的测量精度。目前我国进行水稻研究的农业院校众多，垩白的测量是他们工作的一部分，智能化的测量装置将受到青睐。

实用新型内容

本实用新型的目的在于提供一种水稻垩白测算装置，能够利用较廉价的设备对水稻垩白进行快速测量。

为实现上述目的，本实用新型采用的技术方案是：

一种水稻垩白测算装置，包括垩白观测仪，所述垩白观测仪内设置有载物台，并内置有光源，载物台的正上方设置有图像获取设备，所述图像获取设备与计算机连接，所述载物台与图像获取设备之间设置有透光装置。

所述垩白观测仪为一个盒子，其底部为载物台，顶部为透光装置，并在顶部一侧设置有进料口。

所述光源为设置在载物台上的若干白炽灯管。

所述透光装置为半透明玻璃板。

所述图像获取设备为相机或摄像头。

所述图像获取设备设置在支架上。

本实用新型的有益效果是：本实用新型利用计算机图像方法计算水稻垩白，相比传统的人工测量法省工省时，同时结实率计算的准确率不受人为因素的影响。本实用新型的装置解决了利用图像处理方法进行垩白评价中米粒粘连的问题，提高了垩白信息测量的准确率。

在垩白的人工测定中，费工费事且准确度不高。前人的研究结果表明利用计算视觉技术可以较好的解决作物籽粒的性状评价若利用图像处理技术进行测定，粘连米粒对测定精度的影响很大。传统粘连物体分割方法中，形态学分水岭的分割效果较好，但在垩白测量中，局部极值区域角度，会导致大量的过度分割。实验中发现，若人工将籽粒散布在本实用新型的垩白观测仪上，粘连情况较少，一般处在2至5个籽粒粘连，因此可以结合这些粘连特性，利用凸点匹配的方法对粘连米粒进行分割，分割后的米粒可以逐个分开，提高了测量的准确度。

若通过图像采集设备直接获取垩白米粒图像，一些垩白不容易被识别，或者垩白面积被低估，若在具有内置光源的垩白观测仪上，垩白区与胚乳其他部分灰度变化明显，通过划分不同灰度级可以很好的将垩白区域识别出来，可以精确的测定垩白大小。

附图说明

图1是本实用新型的示意图；