[发明专利]一种植物叶片表面粗糙度确定方法及系统

权利要求书

1.一种植物叶片表面粗糙度确定方法，其特征在于，所述方法包括：

步骤S1：利用变焦显微图像拍摄系统获取连续拍摄的多幅叶片放大图像；

步骤S2：根据各幅所述叶片放大图像确定特征匹配集合；

步骤S3：将所述特征匹配集合内的特征匹配数量小于第二设定阈值的去噪图像删除，获得n幅筛选图像；

步骤S4：对n幅所述筛选图像进行组合，获得一幅组合灰度图像；

步骤S5：根据所述组合灰度图像确定植物叶片表面粗糙度。

2.根据权利要求1所述的植物叶片表面粗糙度确定方法，其特征在于，所述根据各幅所述叶片放大图像确定特征匹配集合，具体包括：

步骤S21：对各幅所述叶片放大图像进行高斯滤波去噪，获得多幅去噪图像；

步骤S22：利用SURF算法确定各幅所述去噪图像中各像素点对应的特征点；

步骤S23：利用暴力匹配算法对相邻的两幅所述去噪图像中各特征点进行匹配，获得特征匹配集合。

3.根据权利要求3所述的植物叶片表面粗糙度确定方法，其特征在于，所述利用暴力匹配算法对相邻的两幅所述去噪图像中各特征点进行匹配，获得特征匹配集合，具体包括：

步骤S231：利用暴力匹配算法对相邻的两幅所述去噪图像中各特征点进行匹配；

步骤S232：按照距离最近原则确定最佳匹配距离；

步骤S233：按照距离最近原则确定次佳匹配距离；

步骤S234：判断所述最佳匹配距离和所述次佳匹配距离之比是否大于或等于第一设定阈值；如果所述最佳匹配距离和所述次佳匹配距离之比大于或等于第一设定阈值，则确定特征匹配集合；所述特征匹配集合包括多个特征点对应的特征匹配；如果所述最佳匹配距离和所述次佳匹配距离之比小于第一设定阈值，则删除特征匹配。

4.根据权利要求1所述的植物叶片表面粗糙度确定方法，其特征在于，所述对n幅所述筛选图像进行组合，获得一幅组合灰度图像，具体包括：

步骤S41：采用最小二乘估计方法，根据n幅所述筛选图像生成n-1个单应性矩阵；

步骤S42：利用n-1个所述单应性矩阵对各所述筛选图像进行透视变换，裁剪出所述筛选图像的公共区域；

步骤S43：将带有公共区域的n幅所述筛选图像进行灰度尺度变换，获得n幅原始灰度图像；

步骤S44：将n幅所述原始灰度图像进行滤波变换，获得各像素点的清晰度；

步骤S45：从n幅所述原始灰度图像中选取各像素点清晰度最高的图像序号，并将所述图像序号映射为该像素点的灰度值；

步骤S46：组合所有清晰度最高的各像素点的灰度值，获得一幅反映叶表面深度信息的组合灰度图像。

5.根据权利要求1所述的植物叶片表面粗糙度确定方法，其特征在于，所述根据所述组合灰度图像确定植物叶片表面粗糙度，具体包括：

步骤S51：去除所述组合灰度图像中超过1％极点值的灰度值，并计算剩余各个像素点的灰度值与基准平面灰度值之差；

步骤S52：利用表面粗糙度公式计算植物叶片表面粗糙度。

6.一种植物叶片表面粗糙度确定系统，其特征在于，所述系统包括：

获取模块，用于利用变焦显微图像拍摄系统获取连续拍摄的多幅叶片放大图像；

特征匹配集合确定模块，用于根据各幅所述叶片放大图像确定特征匹配集合；

筛选模块，用于将所述特征匹配集合内的特征匹配数量小于第二设定阈值的去噪图像删除，获得n幅筛选图像；

组合灰度图像确定模块，用于对n幅所述筛选图像进行组合，获得一幅组合灰度图像；

植物叶片表面粗糙度确定模块，用于根据所述组合灰度图像确定植物叶片表面粗糙度。