[发明专利]一种小麦条锈病菌夏孢子自动统计计数方法

摘要

本发明提供了一种小麦条锈病菌夏孢子自动统计计数方法，其可用于野外田间空气中小麦条锈病菌夏孢子的定量监测和准确计数。该方法包括以下步骤：通过TPBZ3型孢子捕捉仪、研究级显微镜将小麦条锈病菌夏孢子的显微图像采集到计算机；然后进行K‑means聚类算法、形态学处理、基于形状因子和面积的粘连孢子判别、基于凹度的粘连轮廓分割和粘连孢子轮廓段融合与计数，其计数准确率可达98.6％，实现了夏孢子的自动统计与计数。本发明的方法计数精度高，实用性强，解决了野外田间空气中小麦条锈病菌夏孢子计数这一亟待解决的难题。为在线式小麦条锈病夏孢子监测装备的开发提供技术支持。

主权项

1.一种小麦条锈病菌夏孢子自动统计计数方法，其特征在于，包括以下步骤：S1、夏孢子显微图像采集用孢子捕捉仪捕捉田间空气中的小麦条锈病菌夏孢子，并在显微镜下进行显微图像采集，获得供试夏孢子显微图像；S2、显微图像选取将所述步骤S1的原始夏孢子显微图像用双线性插值方法缩小尺寸，随机选取部分供试夏孢子图像用于算法训练，其余图像用于测试；S3、K‑means聚类分割将所述步骤S2的夏孢子显微图像用K‑means聚类算法实现孢子和背景的分割，即将其分为孢子目标和背景两大类，然后采用全局阈值算法进行二值化处理得到二值图像；S4、形态学处理首先用填充操作对所得二值图像进行孔洞填充，再用完整孢子中最小面积值为阈值，去除小面积区域噪声，所占面积小于该阈值的边界上孢子，均从图像中移除，计数时作为其他视野中的孢子，最后，用圆盘结构元素对二值图像进行形态学开运算，以消除夏孢子边界小的凸刺；S5、基于形状因子和面积的粘连孢子判别选择描述目标边界复杂程度的形状因子和面积作为粘连孢子判别的依据，形状因子公式为：SF＝4πS/L2式中SF为形状因子；S为一个连通区域的面积像素值；L为连通区域的周长像素值；经粘连孢子判别后，对判定为单个孢子的区域直接采用最小二乘椭圆拟合算法进行拟合并记录椭圆个数Num供后续统计计数，对粘连孢子区域将每个孢子一一分割出来并自动计数；S6、基于凹度的粘连孢子轮廓分割对所述步骤S5二值图像中的粘连孢子区域通过移除内部像素点操作提取出边缘轮廓，然后遍历图像跟踪边缘轮廓点，并将轮廓点坐标保存在一个有序表中，pt(xt，yt)是边缘轮廓上任意一点，两向量ptpt‑k和ptpt+k之间的夹角称为pt的凹度，pt‑k和pt+k表示点pt的相邻轮廓点，凹度concavity的公式为：其中凹点是满足如下两个条件的轮廓点：(1)凹度concavity(pt)在角angle(δ1,δ2)范围之内；(2)直线不包含在粘连孢子内；粘连孢子边缘轮廓由轮廓上的所有凹点和由凹点分割成的多个轮廓段组成，如下式：C＝CS1+...+CSi+...+CSN+cp1+...+cpj+...+cpK式中C为粘连孢子边缘轮廓；CSi为第i个轮廓段；N为轮廓段总数；cpj为第j个凹点；K为凹点总数；删除凹点后，将粘连孢子边缘轮廓分割成多个轮廓段，通过连通区域标记，将轮廓段保存在一个有序的cell结构轮廓段集中，用于后续孢子轮廓段融合处理；S7、粘连孢子轮廓段融合以轮廓段距离测量方法为准则确定候选轮廓段，对候选轮廓段进行最小二乘椭圆拟合并用偏移误差方法进行评价，将符合条件的轮廓段融合成新的轮廓段，对新的轮廓段进行椭圆拟合即为最后的椭圆；S8、最后统计所有椭圆的总数即为夏孢子的个数。