[发明专利]基于机器视觉的盆栽水稻卷叶程度测量方法

摘要

本发明公开了一种基于机器视觉的盆栽水稻卷叶程度定量化测量方法。该方法通过拍摄水稻RGB图像，利用图像处理技术提取水稻整株水平上的三个卷叶相关图像特征，包括周长面积比、植株占空比和凸壳比，作为水稻的数字化卷叶值，该方法能克服目前人工检测手段主观性强、仅能对水稻卷叶进行分级记分的缺点，实现对水稻卷叶程度的自动、连续、定量化测量，并可方便的推广应用于其他作物的卷叶程度测量工作。相比现有技术而言，具备能在整株水平无损、定量化测量卷叶程度、操作简单的技术优势。

主权项

一种基于机器视觉的盆栽水稻卷叶程度定量化测量方法，其特征在于，包括：步骤A，对每一株水稻，获取其在不同时间点上的水稻图像，盆栽水稻通过输送线自动传输至成像区域，由旋转台带动水稻植株旋转360°，在旋转的过程中，每隔18°，由相机拍摄一张侧视图，共获取20张侧视图像，通过图像采集卡传输至计算机并进行保存；步骤B，对于每一张水稻RGB图像，将水稻RGB图像转化为HSL颜色空间，分别针对H、S、L三个颜色通道各设置最小阈值和最大阈值，若某个像素点像素值[H，S，L]满足Hmin＜H＜Hmax，Smin＜S＜Smax，Lmin＜L＜Lmax，则该像素点被标记为前景点，否则为背景点；阈值分割后，去除面积小于面积阈值的区域，得到植株二值图像；步骤C，基于植株二值图像，提取3个卷叶相关图像特征，具体步骤为：(1)基于植株的二值图，计算前景像素点的数目，作为植株的面积；提取植株的外轮廓，计算外轮廓长，作为植株的周长；(2)基于植株的二值图，计算植株的最小外接矩形，计算外接矩形的面积；计算植株的凸壳及凸壳面积；(3)提取三个卷叶相关图像特征：周长面积比(简称PAR)，植株占空比(简称ARR)，植株凸壳比(简称ACR)，其中步骤D，计算每一个时间点上各个角度下卷叶相关图像特征的平均值，作为该时间点上的数字化卷叶值。