首页 / 专利库 / 植物学 / 油菜籽 / 一种快速估算油菜角果体积的新方法

一种快速估算油菜果体积的新方法

阅读:959发布:2020-05-12

专利汇可以提供一种快速估算油菜果体积的新方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种快速估算油菜 角 果体积的新方法,涉及测量方法、 图像处理 、数值计算等技术领域。包括图像获取、图像处理、体积估算等步骤。本发明通过拍照的方式批量获取油菜角果图像,基于 图像分割 算法 提取油菜角果单果图像,基于斜圆柱体积计算方法计算油菜角果体积,并利用 三维扫描 获取的油菜角果体积对本发明估算的油菜角果体积进行修正。比较分析表明本发明估算和修正后油菜角果体积与三维扫描的油菜角果体积有非常显著线性相关性。本发明估算油菜角果体积通量高、 精度 高、成本低,可用于油菜角果性状的比较分析。,下面是一种快速估算油菜果体积的新方法专利的具体信息内容。

1.一种快速估算油菜果体积的新方法,其特征在于该方法包括步骤:
S1.图像获取,将油菜角果批量放置在黑色拍照背景布上,使用高清摄像头拍摄照片;
S2.图像处理,对油菜角果照片进行二值化图像处理,图像去噪处理,分离背景和角果,进行图像分割,并从批量角果里提取每个角果像素点集合坐标和边界像素点集合坐标;
S3.体积估算,分别估算每个角果的体积;单个角果的体积的估算步骤如下:
S3-1使用直线方程拟合角果像素点集合坐标;
S3-2角果坐标旋转,根据S3-1拟合的直线倾斜角,旋转角果像素点集合坐标和边界像素点集合坐标,使得角果像素点集合新坐标的拟合直线与平直线平行,得到角果像素点集合新坐标和边界像素点集合新坐标;
S3-3拟合角果边界曲线(elu(x),eld(x)),使用高次函数拟合S3-2旋转得到的角果边界像素点集合坐标得到两条近似的角果边界曲线(elu(x),eld(x),x∈[a,b]),其中a,b为x的取值范围;
S3-4计算角果中心曲线(cl(x)),根据S3-3拟合的两条角果边界曲线,计算角果中心曲线;
S3-5计算角果横截面半径曲线(rl(x)),根据S3-3拟合的两条角果边界曲线,计算角果半径曲线;
S3-6估算角果体积(V),根据S3-4的角果中心曲线和S3-5计算的角果横截面半径曲线,估算角果体积;
S3-7角果体积的修正,参照3D扫描测量的角果体积构建回归修正模型。
2.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-3所述角果边界线方程为 其中αi,βi为
拟合参数,参数拟合采用最小二乘法,其中n为角果中油菜籽的粒数,为简化,n取批量油菜籽角果的最大粒数;其特征还在于权利要求1步骤S3-4所述的角果中心曲线计算方法为cl(x)=(elu(x)+eld(x))/2,权利要求1步骤S3-5所述的角果横截面半径曲线计算方法为rl(x)=|elu(x)-eld(x)|。
3.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-6估算角果体积使用的计算算法为 其中,rl(x)为权利要求1
步骤S3-5所述的角果横截面半径曲线,cl(x)为权利要求1步骤S3-4所的述角果中心曲线,a,b为权利要求1步骤S3-3所述的x的取值范围。
4.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求7步骤S3-7角果体积的修正采用无截距的线性回归模型,V修=r×V,其中,V为权利要求1步骤S3-6估算的角果体积,r=0.58。

说明书全文

一种快速估算油菜果体积的新方法

技术领域

[0001] 本发明涉及一种快速估算油菜角果体积的新方法,涉及测量方法、图像处理、数值计算等技术领域。

背景技术

[0002] 油菜角果是油菜籽的储存器官,油菜角果是油菜光合作用的主要器官。角果的大小与籽粒的大小有显著的正相关性,同时角果大小与油菜终花后期的光合速率有显著的成正相关性。在油菜终花后期,随着角果的生长,叶面积急剧下降,角果体积不断增长,叶片的功能逐渐被角果取代,角果作为光合产物的“库”,同时发挥着主要“源”的作用。作为重要的光合器官,角果体积大,处于植株的冠层,在果轴上呈螺旋形排列,容易接收阳光;光合效率与叶片相当或超过叶片;角果距离种子最近,光合产物供应籽粒极为方便。有研究指出,油菜籽粒中有70-80%的同化物是由角果提供的,油菜角果生长状况对籽粒产量和品质的形成产生重要影响。
[0003] 角果的大小决定籽粒的大小,同时角果大小决定油菜终花后期的光合速率,因此角果体积是油菜角果研究的重要指标。角果体积越大光合作用效能越大,角果体积较大的植株在光合作用效能上占有优势;角果体积越大油菜籽粒越大,角果体积较大的植株在产量上占有优势。由于油菜角果外形呈不规则链珠状,不同部位的粗细不同,对角果体积的测量有一定难度。目前研究油菜角果体积的方法较少,由于受当时条件的限制,大多数方法都是通过建模间接得到的结果,与实际大小有一定的偏差,且对于一株油菜少则300-500个角果,多则上1000个角果,能开展大规模精确测量的很少。
[0004] 本发明公开了一种快速估算油菜角果体积的新方法。本发明通过拍照的方式批量获取油菜角果图像,基于图像分割算法提取油菜角果单果图像,基于斜圆柱体积计算方法计算油菜角果体积,并利用三维扫描获取的油菜角果体积对本发明估算的油菜角果体积进行修正。比较分析表明本发明估算和修正后油菜角果体积与三维扫描的油菜角果体积有非常显著线性相关性。本发明估算油菜角果体积通量高、精度高、成本低,可用于油菜角果体积性状的比较分析。

发明内容

[0005] 本发明目的在于提供一种快速估算油菜角果体积的新方法,提高测量效率,降低测量成本,同时获得精确度较高的油菜角果体积。
[0006] 为解决上述技术问题,本发明采用图2所示的图像采集装置拍摄批量角果照片,利用图3所示的坐标转化点图,图中点与点之间的实际距离为10cm。
[0007] 为解决上述技术问题,本发明采用图1所示技术方案,其特征在于该方法包括步骤:S0. 准备像素变换方程:使用图像采集装置(如图2)拍摄坐标转化点图(如图3),计算像素坐标和实际坐标的转化方程,像素点的位置(i,j)与实际坐标(x,y)转化方程使用二元二次函数:x=a1*i2+b1*i*j+c1*j2+d1*i+e1*j+f1 ,y=a2*i2+b2*i*j+c2*j2+d2*i+e2*j+f2 ,参数通过最小二乘拟合得到,目标为变换后坐标转化图上相邻点之间的距离与实际最接近;
S1图像获取,将油菜角果批量放置在黑色拍照背景布上,使用高清摄像头拍摄照片;
S2图像处理,对油菜角果照片进行二值化图像处理,图像去噪处理,分离背景和角果,进行图像分割,并从批量角果里提取每个角果像素点集合的位置和边界像素点集合的位置;利用S0所述的像素点的位置与实际坐标转化方程,变化角果像素点集合的位置和边界像素点集合的位置为角果像素点集合的实际坐标和边界像素点集合的实际坐标。
[0008] S3体积估算,分别估算每个角果的体积;单个角果的体积的估算步骤如下:S3-1使用直线方程拟合角果像素点集合的实际坐标;
S3-2角果坐标旋转,根据S3-1拟合的直线倾斜角,旋转角果像素点集合实际坐标和边界像素点集合实际坐标,使得角果像素点集合新坐标的拟合直线与平直线平行,得到角果像素点集合新坐标和边界像素点集合新坐标;
S3-3拟合角果边界曲线(elu(x),eld(x)),使用高次函数拟合S3-2旋转得到的角果边界像素点集合坐标得到两条近似的角果边界曲线(elu(x),eld(x),x∈[a,b]),其中a,b为x的取值范围;
S3-4计算角果中心曲线(cl(x)),根据S3-3拟合的两条角果边界曲线,计算角果中心曲线;
S3-5计算角果横截面半径曲线(rl(x)),根据S3-3拟合的两条角果边界曲线,计算角果半径曲线;
S3-6估算角果体积(V),根据S3-4 的角果中心曲线和S3-5计算的角果横截面半径曲线,估算角果体积;
S3-7角果体积的修正,参照3D扫描测量的角果体积构建无截距的回归修正模型。
[0009] 2.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-3所述角果边界线方程为 其中αi,βi为拟合参数,参数拟合采用最小二乘法,其中n为角果中油菜籽的粒数,为简化,n取批量油菜籽角果的最大粒数;其特征还在于权利要求1步骤S3-4所述的角果中心曲线计算方法为cl(x)=(elu(x)+eld(x))/2,权利要求1步骤S3-5所述的角果横截面半径曲线计算方法为rl(x)=|elu(x)-eld(x)|/2。
[0010] 3.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-6估算角果体积使用的计算算法为 其中,rl(x)为权利要求1 步骤S3-5所述的角果横截面半径曲线,cl(x)为权利要求1步骤S3-4所的述角果中心曲线, a,b为权利要求1步骤S3-3所述的x的取值范围。
[0011] 4. 根据权利要求 1 所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求7步骤S3-7角果体积的修正采用无截距的线性回归模型,V修=r×V,其中,S为权利要求 1步骤S3-6估算的角果体积,r=0.58。附图说明
[0012] 图 1本发明采用的技术方案流程图
[0013] 图 2 本发明使用的图像采集装置。
[0014] 图 3 本发明用于坐标转化的点图。
[0015] 图 4 本发明步骤S1拍摄的角果批量照片。
[0016] 图 5 本发明步骤S2处理后的角果批量二值图像。
[0017] 图 6 本发明步骤S3-3、S3-4、S3-5处理后的角果描述说明图。
[0018] 图 7本发明步骤S3-6角果面积计算示意图。
[0019] 图 8本发明步骤S3-7计算角果面积修正。

具体实施方式

[0020] 本发明目的在于提供一种快速估算油菜角果体积的新方法,提高测量效率,降低测量成本,同时获得精确度较高的油菜角果体积。
[0021] 为解决上述技术问题,本发明采用图2所示的图像采集装置拍摄批量角果照片,利用图3所示的坐标转化图,图中点与点之间的实际距离为10cm。
[0022] 为解决上述技术问题,本发明采用图1所示技术方案,其特征在于该方法包括步骤:S0. 准备像素变换方程:使用图像采集装置(如图2)拍摄坐标转化图(如图3),计算像素坐标和实际坐标的转化方程,像素点的位置(i,j)与实际坐标(x,y)转化方程使用二元二次函数:x= -7.3314e-006*i^2 +6.7344e-007i*j -2.2592e-007j^2+ 0.090528*i-
0.0089604*j, y=-1.4521e-006*i^2+-7.2268e-006*i*j +7.7158e-008*j^2+  .014176*i+
0.09199*j+0;
S1图像获取,将油菜角果批量放置在黑色拍照背景布上,使用高清摄像头拍摄照片(如图4);
S2图像处理,对油菜角果照片进行二值化图像处理,图像去噪处理,分离背景和角果(如图5),进行图像分割,并从批量角果里提取每个角果像素点集合的位置和边界像素点集合的位置;利用S0所述的像素点的位置与实际坐标转化方程,变化角果像素点集合的位置和边界像素点集合的位置为角果像素点集合的实际坐标和边界像素点集合的实际坐标。
[0023] S3体积估算,分别估算每个角果的体积;单个角果的体积的估算步骤如下:S3-1使用直线方程拟合角果像素点集合的实际坐标;
S3-2角果坐标旋转,根据S3-1拟合的直线倾斜角,旋转角果像素点集合坐标和边界像素点集合坐标,使得角果像素点集合新坐标的拟合直线与水平直线平行,得到角果像素点集合新坐标和边界像素点集合新坐标;
S3-3拟合角果边界曲线,使用高次函数拟合S3-2旋转得到的角果边界像素点集合坐标得到两条近似的角果边界曲线(elu(x),eld(x),x∈[a,b]),其中a,b为x的取值范围(如图
6,);角果边界线方程为 其中αi,βi为拟合参数,参
数拟合采用最小二乘法,其中n为角果中油菜籽的粒数,为简化,n取批量油菜籽角果的最大粒数;
S3-4计算角果中心曲线,根据S3-3拟合的两条角果边界曲线,计算角果中心曲线(如图
6);角果中心曲线计算方法为cl(x)=(elu(x)+eld(x))/2。
[0024] S3-5计算角果横截面半径曲线,根据S3-3拟合的两条角果边界曲线,计算角果半径曲线(如图6);角果横截面半径曲线计算方法为rl(x)=|elu(x)-eld(x)|/2。
[0025] S3-6估算角果体积,根据S3-4 的角果中心曲线和S3-5计算的角果横截面半径曲线,估算角果体积,角果面积计算示意图(如图7);角果体积使用的计算算法为,其中,rl(x)为权利要求 1步骤S3-5所述的角果横截面半径曲线,cl(x)为权利要求 1步骤S3-4所的述角果中心曲线,a,b为权利要求 1步骤S3-3所述的x的取值范围。
[0026] S3-7角果体积的修正,参照3D扫描测量的角果体积构建回归修正模型。角果体积的修正采用无截距的线性回归模型,V修=r×V,其中,V为权利要求 1步骤S3-6估算的角果体积。
[0027] 2.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-3所述角果边界线方程为 其中αi,βi为拟合参数,参数拟合采用最小二乘法,其中n为角果中油菜籽的粒数,为简化,n取批量油菜籽角果的最大粒数;其特征还在于权利要求1步骤S3-4所述的角果中心曲线计算方法为cl(x)=(elu(x)+eld(x))/2,权利要求1步骤S3-5所述的角果横截面半径曲线计算方法为rl(x)=|elu(x)-eld(x)|/2。
[0028] 3.根据权利要求1所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求1步骤S3-6估算角果体积使用的计算算法为 其中,rl(x)为权利要求1 步骤S3-5所述的角果横截面半径曲线,cl(x)为权利要求1步骤S3-4所的述角果中心曲线, a,b为权利要求1步骤S3-3所述的x的取值范围。
[0029] 4. 根据权利要求 1 所述的一种快速估算油菜角果体积的新方法,其特征还在于权利要求7步骤S3-7角果体积的修正采用无截距的线性回归模型,V修=r×V,其中,V为权利要求 1步骤S3-6估算的角果体积,r=0.58。
[0030] 基于本发明快速估算油菜角果体积的新方法估算角果的体积和3D扫描法测量值的体积,构建回归模型如附图8 所示,修正本发明快速估算油菜角果体积的精确度和准确度,并进行验证。对两组数据进行修正和检验,结果表明本发明快速估算油菜角果体积的新方法估算角果的体积和3D扫描法测量值的体积的无截距回归模型分别为:V修= 0.5831V,V修= 0.5733V,方程确定性系数分别为:R² = 0.9123,R² = 0.8911。一次项系数接近,方程确定性系数均大于0.89,在实际测量中采用公式V修= 0.58V修正测量角果体积。
[0031] 本发明通过照片拍摄,图像处理,进而估测和修正角果体积,通量高、精度高、成本低,因此本发明估算油菜角果体积可用于油菜角果性状的比较分析。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈