[发明专利]一种基于显微图像的小麦叶片气孔密度测量方法

说明书

本发明公开了一种基于显微图像的小麦叶片气孔密度测量方法，属于计算机视觉技术领域。采用数字显微镜采集小麦叶片图像，采用混合的灰度化方法对采集的图像进行灰度化，得到小麦叶片的灰度图像；采用最大类间方差法自适应进行图像二值化处理；根据小麦叶片气孔排列方向自适应选取线性结构元素进行形态学开运算，消除背景噪声的影响；进行连通区域检测，得到图像中小麦叶片气孔的位置信息，统计视场内气孔数量，根据显微镜标定的尺寸进行气孔密度计算。本发明能够实时对显微图像中小麦叶片气孔的密度进行检测，有效解决了现有体系中人工计算时的费时费力问题，可应用于不同胁迫或不同生长环境下小麦叶片气孔特性的影响研究以及小麦生长模型的研究。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于显微图像的小麦叶片气孔密度测量方法。

背景技术

近年来，作物的气孔性状已成为作物产量生理和逆境生理等基础研究的重要研究内容。气孔的密度会影响植物的光合作用和蒸腾作用，是表征小麦叶片气孔特性的重要参数之一。目前大部分研究都是通过人工计数进行气孔密度的测量，该方法不但浪费劳动力，而且当数据量很大时，人工很容易因为疲劳出现错误，还会受外界环境因素的影响，无法及时对采集的数据进行处理。随着计算机技术的发展，图像处理技术由于其环保、不受外界环境限制等优势，被广泛应用于农业领域的多个环节，包括农产品的检测、作物生长状况监测以及农业机器人的视觉系统。

发明内容

本发明的目的在于提供一种自动计算视场内小麦叶片气孔密度的方法。通过对数字显微镜采集到的小麦叶片图像进行处理，得到视场内小麦叶片气孔的数量，从而计算得到小麦叶片气孔的密度。为了实现上述目标，本发明主要采取如下技术方案：

一种基于显微图像的小麦叶片气孔密度测量方法，按照下述步骤进行：

(1)图像采集以及灰度化处理

使用数字显微镜采集小麦叶片气孔的图像，电脑读取采集的图像并进行处理。考虑到小麦叶片的彩色图像中G分量较高，为了较好的分离出气孔部分，采用混合的灰度化方法对采集的图像进行灰度化，然后将灰度值规整为0到1范围内的double(双精度浮点型)类型，得到小麦叶片的灰度图像。

(2)图像分割

采用最大类间方差法对已经灰度化的图像进行二值化处理，得到图像分割结果。最大类间方差法按图像的灰度特性将图像分成背景和目标两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，因此，使类间方差最大的分割意味着错分概率最小。

(3)图像去噪

根据小麦叶片气孔排列方向自适应选取线性结构元素进行形态学开运算，消除背景噪声的影响。小麦叶片气孔的排列相对整齐，自适应的检测气孔排列方向的过程如下：

a.设置水平方向为0度角方向，分别对0°，顺时针45°，顺时针90°，顺时针135°四个方向进行列灰度均值统计，得到每个方向的灰度均值方差，方差最大的方向为图像的预判别方向；

b.根据预判别的方向进行与预判别方向垂直的线性结构元素的开运算，消除细小噪声的影响；

c.方向为0°和顺时针45°的图像，求其每列不为零的元素的横坐标均值，并进行直线拟合，得到精确的小麦叶片气孔的方向。方向为90°和顺时针135°的图像，求其每行不为零的元素的横坐标均值，并进行直线拟合，得到精确的小麦叶片气孔的方向；

d.根据精确的小麦叶片气孔的方向进行全局直线检测，得到符合小麦叶片气孔排列方向的所有直线的参数。

(4)连通区域检测

对图像分割结果进行连通区域检测，对检测到的所有连通区域进行检测，当其满足气孔参数是认为其实气孔区域，得到图像中小麦叶片气孔的位置信息。气孔的参数包括面积、长宽比、与距离其最近的直线的距离等。