[发明专利]基于二维图像与三维生长信息的组培苗分级方法及装置

权利要求书

1.一种基于二维图像与三维生长信息的组培苗分级方法，其特征在于，包括如下步骤：

多角度环绕拍摄同一株组培苗的多张RGB图像，包括：

固定一个垂直方向拍摄角度，在水平方向环绕拍摄同一株组培苗的RGB图像，环绕为围绕植株在水平面的0°-360°范围内；

在垂直方向改变拍摄角度，重复上述水平方向环绕拍摄，直至得到所有预设角度的组培苗图像为止；

对拍摄到的组培苗RGB图像进行色彩空间转换，得到HSV图像；

提取RGB图像中的G分量以及HSV图像中的S分量；

将RGB图像中的G分量以及HSV图像中的S分量进行融合，获取组培苗植株主体图像；

在获取的同一株组培苗的主体图像中选取多张能识别出该株组培苗的全部小苗的图像，将选取的图像划分数据集和测试集，建立深度学习分级模型，并对测试集进行训练，得到训练好的深度学习分级模型；

采用运动结构恢复算法针对所有拍摄的组培苗RGB图像进行组培苗三维模型重建；

获取重建的三维模型中组培苗植株的外形参数；

根据从重建的三维模型中获取的组培苗植株的外形参数，对组培苗进行初步分级，再将初步分级结果与深度学习分级模型的分级结果相结合，根据分级原则，进行组培苗等级划分，分级原则为通过聚类分析的方法对组培苗进行分级，在深度学习分级结果和重建的三维模型分级结果相同时，取该分级结果做为最终分级结果，在深度学习分级结果和重建的三维模型分级结果不同时，取低级分级结果作为最终分级结果。

2.根据权利要求1所述的基于二维图像与三维生长信息的组培苗分级方法，其特征在于，对组培苗RGB图像进行色彩空间转换，得到HSV图像具体包括，输入组培苗RGB图像，将R，G，B归一化，R,G,B∈[0,1]，RGB图像到HSV图像的变换公式为：V＝max(R,G,B)，将变换后的H分量取值范围设为0°～360°，S,V∈[0,1]，得到HSV图像。

3.根据权利要求2所述的基于二维图像与三维生长信息的组培苗分级方法，其特征在于，将RGB图像中的G分量以及HSV图像中的S分量进行融合，获取组培苗植株主体图像包括如下步骤：

将RGB图像和HSV图像归一化后融合，并得到融合的灰度值图像；

根据融合的灰度值图像中的G分量分离组培苗中的绿色元素，获取组培苗植株的茎、叶图像的掩膜；

根据融合的灰度值图像中的S分量分离组培苗的根部，获取组培苗植株的根部图像的掩膜；

将组培苗植株的茎、叶以及根部掩膜进行或运算，得到包括噪声的组培苗植株主体图像；

进行组培苗植株的茎、叶以及根部掩膜闭运算连接茎、叶和根，选取连接茎、叶和根后得到的图像中最大连通域，得到去除噪声的组培苗植株主体图像。

4.根据权利要求3所述的基于二维图像与三维生长信息的组培苗分级方法，其特征在于，在得到包括噪声的组培苗植株主体图像后，去除该图像中的黑边，以去除噪声，得到去除噪声的组培苗植株主体图像。

5.根据权利要求4所述的基于二维图像与三维生长信息的组培苗分级方法，其特征在于，多角度环绕拍摄同一株组培苗为在垂直方向-45°到45°的范围内每隔15°在水平面0°-360°范围内每隔30°环绕拍摄组培苗植株的图像。