[发明专利]基于机器视觉的大田水稻卷叶程度测量方法

权利要求书

1.一种基于机器视觉的大田水稻卷叶程度定量化测量方法，其特征在于，该方法适用于包括胁迫前、轻度胁迫、中度胁迫、重度胁迫、复水后在内的不同干旱胁迫状态下的卷叶程度测量，包括：

步骤A，通过数码相机采集大田环境下水稻群体的RGB图像I；

步骤B，提取水稻图像I的ExG分量和ExR分量；

ExG＝2Ng-Nr-Nb (1)

ExR＝1.4Nr-Nb (2)

Nr＝R/(R+G+B) (3)

Ng＝G/(R+G+B) (4)

Nb＝B/(R+G+B) (5)

其中，R，G，B是原始RGB图像的R，G，B分量；

步骤C，通过ExG分量和ExR分量分割得到水稻的绿色部分图像BW₁，具体地，设置ExG阈值和ExR阈值，若某个像素的ExG灰度值大于ExG阈值，且ExR灰度值小于ExR阈值，则该像素被认为是绿色像素，在BW₁中设置为前景像素，即灰度值为1；否则为背景像素，即灰度值为0；

步骤D，通过L分量固定阈值分割方法得到水稻的黄色部分图像BW₂；

步骤E，取水稻绿色部分图像BW₁和黄色部分图像BW₂的并集，并去除面积小于面积阈值的区域，得到水稻二值图像BW；

步骤F，提取水稻二值图像BW中顶部1/3的部分，并进行填充，得到特征提取图像BW_T；

步骤G，基于图像BW_T，计算水稻周长、面积及最小外接矩形的面积，提取周长面积比和占空比；

步骤H，以周长面积比和占空比，作为水稻当前时间点的数字化卷叶值。