[发明专利]基于机器视觉的种子发芽率测定方法、系统及装置

说明书

本发明公开一种基于机器视觉的种子发芽率测定方法、系统及装置，方法包括：对原始种子发芽图像进行预处理，分别分割出种子二值化图像、芽二值化图像及根二值化图像；得到根粗均值，得到芽轮廓多边形并构建芽轮廓集与芽轮廓顶点集并形成芽端点坐标点集，形成芽轮廓骨架线点集；根据芽端点坐标点集、芽轮廓骨架线点集判断是否存在断芽；将断芽与断芽进行连接形成新芽，并将新芽与种子进行连接，计算所有芽的芽长、根长度及种子直径；得到种子数量，判断符合种子发芽的数量，进而得到种子发芽率。通过本发明的方法解决了不同检验人员间出现计数误差等问题；能够精确了解到即便视觉断芽也能判断出是否发芽了，能够精确得到种子的发芽率。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于机器视觉的种子发芽率测定方法、系统及装置。

背景技术

种子发芽率是指种子在适宜的光照和温度条件下长成正常幼苗的种子数量与供发芽种子总数的比值，能够在一定程度上反映种子的活力；同时也是种子质量检验的重要指标之一，精确的测定种子发芽率可合理、准确的指导单位面积的播种量，对农业生产具有重要的指导意义。目前发芽率的检测通常是在培养箱中进行，根据不同的作物选择合适的发芽床（穴盘、纸床、沙床）并且设置适宜的温度和光照条件，发芽结束后通过人工统计正常幼苗的数量，但此方法不仅费时费力而且存在不同检验人员间出现计数误差等问题。

随着机器视觉技术的快速发展，将机器视觉应用于种子发芽率的测定可快速准确的识别种子发芽率，实现了种子发芽率测定的自动化与智能化，减少了人工计数误差，提高了种子发芽率测定效率。

发明内容

本发明针对现有技术中的缺点，提供了一种基于机器视觉的种子发芽率测定方法、系统及装置。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种基于机器视觉的种子发芽率测定方法，包括以下步骤：

对原始种子发芽图像进行预处理，分别分割出仅包含种子、仅包含芽和仅包含根的种子二值化图像、芽二值化图像及根二值化图像；

基于根二值化图像，得到根粗均值，基于芽二值化图像，获取所有连通域最外层轮廓，对所有连通域最外层轮廓进行多边形拟合，得到芽轮廓多边形并构建芽轮廓集与芽轮廓顶点集；

基于芽轮廓集得到芽端点坐标，并形成芽端点坐标点集，基于芽轮廓顶点集得到芽轮廓骨架线，并形成芽轮廓骨架线点集；

基于种子二值化图像、芽二值化图像及根二值化图像，根据芽端点坐标点集、芽轮廓骨架线点集判断是否存在断芽；

若存在，则将断芽与断芽进行连接形成新芽，并将新芽与种子进行连接，计算所有芽的芽长、根长度及种子直径；

根据种子二值化图像得到种子数量，根据各芽长度与根长度判断符合种子发芽的数量，进而得到种子发芽率。

作为一种可实施方式，所述对原始种子发芽图像进行预处理，分别分割出仅包含种子、仅包含芽和仅包含根的种子二值化图像、芽二值化图像及根二值化图像，包括以下步骤：

将原始种子发芽图像从RGB图像转化为HSV空间图像，在RGB空间分离得到第一绿色通道图像、第一白色通道图像及第一背景图像，在HSV空间分离得到第二绿色通道图像、第二白色通道图像及第二背景图像；

将第一白色通道图像和第二白色通道图像取并集，将第一绿色通道图像和第二绿色通道图像取并集，得到仅包含芽的芽二值化图像和仅包含根的根二值化图像；

对原始种子发芽图像进行自适应二值化处理得种子发芽二值化图像；

基于种子发芽二值化图像，依次减去芽二值化图像及根二值化图像，得到仅包含种子的初始种子二值化图像；

对所述初始种子二值化图像进行噪声处理，得到种子二值化图像。