[发明专利]一种原位阵列式根系表型监测系统及其工作方法有效

专利信息
申请号: 202110911319.X 申请日: 2021-08-10
公开(公告)号: CN113643181B 公开(公告)日: 2022-04-19
发明(设计)人: 孙国祥;魏佳音;朱鼎龙;周新竹;刘锦琳;王雪忠;蔡嘉奇 申请(专利权)人: 南京农业大学
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00;G06T5/50;G06T7/13;G06T7/136;G06T7/187;G06T7/90
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 邓永红
地址: 210095 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 原位 阵列 根系 表型 监测 系统 及其 工作 方法
【权利要求书】:

1.一种原位阵列式根系表型监测系统的工作方法,其特征在于:

所述原位阵列式根系表型监测系统,包括:图像无线传输网关、按压式开关、充电孔、LED照明系统、无线摄像头模块、稳压电源模块和外壳;

所述图像无线传输网关通过Wifi连接至局域网中,实现图像无线传输;

所述按压式开关:控制原位阵列式根系表型监测系统的电路通断;

所述充电孔:用于接通电源为电池板连接;

所述LED照明系统:根窗成像系统补光系统;

所述无线摄像头模块:用于获得根系图像并通过图像无线传输网关传输;

稳压电源模块包括:蓄电池和降压板,电池用于原位阵列式根系表型监测系统的供电;降压板保证原位阵列式根系表型监测系统在工作电压内运行;

图像无线传输网关设置于外壳顶部,按压式开关、充电孔和LED照明系统设置于外壳侧面,无线摄像头模块设置于外壳的正面表面,稳压电源模块设在外壳底部内部;

蓄电池输出口依次串联按压式开关、图像无线传输网关和降压板;降压板并联无线摄像头模块、LED照明系统,并供电;

所述工作方法包括以下步骤:

S1:根系图像采集

采用ESP32-CAM模块作为根系成像系统的拍摄部分,为16个摄像头分别设定固定IP地址并通过基于Python语言的爬虫技术控制,并以此控制16个ESP32-CAM进行各个根系测量区的图像采集,获取多组不同角度和距离的长方形棋盘标定板;

S2:根系图像畸变校正

通过张正友标定法,测定各个无线摄像头的内参矩阵、外参矩阵、径向畸变和切向畸变参数;

内参矩阵为:

外参矩阵为:

其中,f为像距,dX,dY分别表示X,Y上单个像素在感光板上的物理长度,u0、v0为感光板在像素坐标系下的坐标,θ为感光板横纵边比例角度;

R表示旋转矩阵,T表示平移矢量;

进而利用图形坐标和像素坐标的转化关系:

并依据如下的径向畸变矫正公式:

xdr=x(1+k1r2+k2r4+k3r6)

ydr=y(1+k1r2+k2r4+k3r6)

以及如下的切向畸变的矫正公式:

xdt=2p1xy+p2(r2+2x2)+1

ydt=2p1(r2+2y2)+2p2xy+1

其中r2=x2+y2

式中:

u、v为理想的像素坐标,xdr,ydr,xdt,ydt分别代表径向、切向畸变后图像X、Y轴像素点的坐标,x、y为理想的无畸变坐标,k1、k2、k3、p1、p2为5个畸变系数,r为该点距成像中心的距离;

进而得到如下矫正公式:

以此利用识别标定板获得的畸变后坐标及L-M算法获得的无畸变坐标(u,v),带入上式,即可得到相应的参数k1、k2进而完成矫正;

OV2640广角摄像头的畸变校正参数依次标定,后期直接使用各个摄像头的校正参数对畸变的根系图像进行校正;

S3:根系图像预处理

对校正后的根系图像使用大小为3×3且σ=3的二维高斯平滑滤波器H与每张输入图像F卷积,用确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值,进而得到输出图像G,其公式为:

式中:

i、j分别为像素大小,h(i,j)为高斯平滑滤波器,f(i,j)原图像的各个像素,g(i,j)为卷积后的各图像像素,最终形成预处理后的图像;

S4:根系图像自动化拼接,子步骤如下:

S41:使用Harris角点检测算法对根系图像拟拼接部分求取特征点;

S42:采用索引树改进的快速最近邻搜索方法,进行特征点初始匹配,索引树常用于多维空间关键数据的搜索,而快速最近邻算法能有效地减少计算量;

首先根据相似性距离建立K-D树索引,对于某一特征向量距离的计算,计算其最近邻与次近邻的比值,若这个值小于预先假设的阈值,则就认为该最近邻是较好的匹配,完成特征点对的初始匹配;再根据每个特征点Laplacian标识符的值为1还是为0来区分暗背景上的亮斑和亮背景的暗斑,对同类型的特征点进行匹配;

S43:利用投影变换模型:

把多幅图像的坐标(x1,y1)、(x2,y2)、......(x16,y16)初步映射到同一坐标系X、Y下,再采用RANSAC算法进一步去除外点,计算图像之间的变换矩阵进而完成最终的坐标变换;

S44:由于成像受光线和相机内参影响,拼接后的图像出现明显的拼接痕迹及区域亮度不同,故而使用HIS变换模型,统一亮度;将三原色光R、G、B各分量相加并取平均值得到亮度分量I,用I减去1/I与RGB各自最小分量相乘得到色调分量S,进而依据下列公式使用反余弦变换,求得饱和度分量H;

式中:R、G、B为三原色分量,H为饱和度分量;

再将变换后得到的亮度分量I,在直方图匹配法下与参考图像的I分量进行融合,得到新的融合亮度分量并代替原始的亮度分量,并同H和S分量图像一起进行IHS逆变换,最后得到RGB空间表示的融合结果;

S5:根系图像分割,子步骤如下:

S51:对用平均值法对融合图像的RGB三分量相加取平均值,完成灰度化处理;

S52:用γ=0.8的伽马变换对根系图像增强图像对比度,即将图像归一化后的每个像素点灰度值以γ=0.8次幂形式变换,得到对应的输出图像;

S53:对图像进行开运算;其基本原理为:以基准图像B的原点为坐标扫描待处理图像A的所有像素点,用基准图像B与处理图像A覆盖的二值X图像做“与”操作形成新的图像A,再与基准图像B进行“或”操作,即完成图像开运算;

S54:使用分水岭算法进行分割,再对梯度图像实施阈值化处理,减少图像的过分割,最终完成提取轮廓;

S6:根系表型参数计算,子步骤如下:

S61:用Canny边缘检测算子对作物根系的边缘进行处理,获取边缘像素点;

S62:用1表示作物根系的图像区域:用0表示背景区域;通过扫描法对根系二值图像进行扫描,计算出根系图像中像素点为1的点的个数,再进行求和处理求得总数;

S63:将像素点等于1的像素相加,得到总数根系的面积S;

S64:根系的周长值就是边缘像素点的距离长,计算周长时采用每次一个像素点的方式进行增加,表示距离为1;对角线方向运用8邻域连通法以个像素递增方式进行边缘像素点距离的计算,最终周长L为边缘上所有水平、垂直像素点相加,再加上个对角线像素点;通过将周长中各像素分别取平均值再累加方式求得周长。

2.根据权利要求1所述的一种原位阵列式根系表型监测系统的工作方法,其特征在于:S42中阈值设为0.8。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京农业大学,未经南京农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110911319.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top