果树果实的识别方法

果树果实的识别方法
【技术领域】
[0001] 本发明设及果实识别方法技术领域，是一种果树果实的识别方法。
【背景技术】
[0002] 库尔勒香梨原产于新疆己音郭愣蒙古自治州、阿克苏等地，至今已有1300年的栽 培历史，为古老地方优良品种。因己州库尔勒市种植面积最多，其种植面积达2. 4万亩，由 此得名。库尔勒香梨作为当地具有显著经济效益的经济作物，适时地对该作物进行产量估 巧。，能够为作物经济收益提供有力数据。目前，采用人工识别库尔勒香梨个数，从而对产量 进行估测，在人工识别过程中，存在人工消耗量大的问题，并且不能对大范围果树的果实个 数进行全面和快速的识别，具有繁冗复杂性、时滞性等缺点，由此，不能快速估测果实产量。

【发明内容】

[0003] 本发明提供了一种果树果实的识别方法，克服了上述现有技术之不足，其能有效 解决现有人工识别库尔勒香梨过程中存在的人工消耗量大的问题，首次将图形图像技术应 用于库尔勒香梨果实个数的识别，能够快速对大范围的果树的果实个数进行全面和快速的 识别，为库尔勒香梨果实产量的估测和果实的采摘提供新的技术支持。
[0004] 本发明的技术方案是通过W下措施来实现的；一种果树果实的识别方法，按下述 步骤进行；第一步，采集果树及果实的图像图片；第二步，在图像处理软件中打开果树及果 实的图像图片，果树及果实的图像图片经过第一次图像转换后得到图像深度为8位至32位 的彩色图像；第=步，在图像处理软件中设置果实的图像像素半径的参数值；第四步，将完 成第=步后的彩色图像经过第二次图像转换后得到灰度图像，对灰度图像进行阀值化处理 后得到黑白二值图像；第五步，通过图像处理软件测定黑白二值图像中的果实个数。
[0005] 下面是对上述发明技术方案的进一步优化或/和改进： 上述果树果实的识别方法还可包括果实鲜重的估测，果实鲜重的估测按照表达式 杞=2#f。?哈进行估测，其中，也表示果实鲜重的估测值，。为果实个数的估测均值，哈为 标准果实的鲜重。
[0006] 上述图像处理软件可为ImageJ软件。
[0007] 上述第一次图像转换可为依序调用ImageJ软件中的图形、类型和8位彩图；或/ 和，在第S步中通过依序调用ImageJ软件中的处理、过滤和最小化，接着在最小化中设置 果实的图像像素半径的参数值；或/和，第二次图像转换为依序调用ImageJ软件中的图 形、类型和8位；或/和，阀值化处理为依序调用ImageJ软件中的图形、调整和阔值化；或 /和，在第五步中，在ImageJ软件中调用颗粒分析测定果实个数。
[0008] 上述可通过依序调用ImageJ软件中的处理和发现边缘来提取果实轮廓的边缘； 或/和，当果树的图像图片在ImageJ软件中打开后不清晰时，在第一次图像转换前需要对 果树的图像图片进行预处理，预处理包括图像增强或/和图像恢复。
[0009] 上述图像像素半径可通过下述步骤得到；第一步，获取标准果实的标准果实 侧视面积值，将标准果实侧视面积值转换为同等面积的圆形面积值，根据圆的面积公式 爲=31Rf2求得标准果实的真实半径Rf，其中，Sd表示标准果实侧视面积，Rf表示标准果实的 真实半径；第二步，根据公式rfJVlf计算标准果实在图片中的图像半径，其中，r,表示图像 半径，If表示结出标准果实的植株与结出标准果实的植株的图像的比例值，Rf表示标准果 实的真实半径；第S步，根据公式Rf"=rf?If。计算图片图像像素半径，其中，Rf。表示图像像 素半径，If。图像厘米与像素之间的比值，1f。为定值。
[0010] 上述果树可为果实处于膨果期或成熟期的果树。
[0011] 本发明所述的果树果实的识别方法能够对库尔勒香梨的果实进行识别，减少了果 实识别过程中的人工消耗量，首次将图形图像技术应用于库尔勒香梨果实个数的识别，能 够快速对大范围的果树的果实个数进行全面和快速的识别，为库尔勒香梨果实产量的估测 和果实的采摘提供新的技术支持。
【附图说明】
[0012] 附图1为库尔勒香梨植株B的原始图片示意图。
[0013] 附图2为库尔勒香梨植株B原始图片调用本发明中ImageJ软件的颗粒分析命令 后的不意图。
[0014] 附图3为库尔勒香梨植株B原始图片调用本发明中ImageJ软件的发现边缘命令 后的不意图。
【具体实施方式】
[0015] 本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体 的实施方式。
[0016]下面结合实施例对本发明作进一步描述： 实施例1;该果树果实的识别方法，按下述步骤进行；第一步，采集果树及果实的图像 图片；第二步，在图像处理软件中打开果树及果实的图像图片，果树及果实的图像图片经过 第一次图像转换后得到图像深度为8位至32位的彩色图像；第=步，在图像处理软件中设 置果实的图像像素半径的参数值；第四步，将完成第=步后的彩色图像经过第二次图像转 换后得到灰度图像，对灰度图像进行阀值化处理后得到黑白二值图像；第五步，通过图像处 理软件测定黑白二值图像中的果实个数。本发明所述的果树果实的识别方法适用于香梨、 苹果、红要、核桃等果实的识别。根据本实施例所述的果树果实的识别方法对库尔勒香梨植 株A和植株B的果实个数进行识别，获得的库尔勒香梨植株A果实个数的识别值（N1/个数） 和植株B的果实个数的识别值（N2/个数）如表1所示，库尔勒香梨植株A果实个数的真实 值(N3/个数)和植株B的果实个数的真实值（M/个数)如表1所示。库尔勒香梨植株B的 原始图片如图1所示，图1中，黑色部分为库尔勒香梨果树，根据本实施例获得的库尔勒香 梨植株B的图片如图2所示，图2中，黑色部分为果实。
[0017] 实施例2;该果树果实的识别方法，按下述步骤进行；第一步，采集果树及果实的 图像图片；第二步，在图像处理软件中打开果树及果实的图像图片，果树及果实的图像图片 经过第一次图像转换后得到图像深度为8位或32位的彩色图像；第=步，在图像处理软件 中设置果实的图像像素半径的参数值；第四步，将完成第=步后的彩色图像经过第二次图 像转换后得到灰度图像，对灰度图像进行阀值化处理后得到黑白二值图像；第五步，通过图 像处理软件测定黑白二值图像中的果实个数。
[0018] 实施例3;该果树果实的识别方法，按下述步骤进行；第一步，采集果树及果实的 图像图片；第二步，在图像处理软件中打开果树及果实的图像图片，果树及果实的图像图片 经过第一次图像转换后得到图像深度为8位的彩色图像；第=步，在图像处理软件中设置 果实的图像像素半径的参数值；第四步，将完成第=步后的彩色图像经过第二次图像转换 后得到灰度图像，对灰度图像进行阀值化处理后得到黑白二值图像；第五步，通过图像处理 软件测定黑白二值图像中的果实个数。根据本实施例所述的果树果实的识别方法对库尔勒 香梨植株A和植株B的果实个数进行识别，获得的库尔勒香梨植株A果实个数识别值（N5/ 个数）和植株B的果实个数识别值（N6/个数）如表1所示。
[0019] 实施例4;该果树果实的识别方法，按下述步骤进行；第一步，采集果树及果实的 图像图片；第二步，在图像处理软件中打开果树及果实的图像图片，果树及果实的图像图片 经过第一次图像转换后得到图像深度为32位的彩色图像；第=步，在图像处理软件中设置 果实的图像像素半径的参数值；第四步，将完成第=步后的彩色图像经过第二次图像转换 后得到灰度图像，对灰度图像进行阀值化处理后得到黑白二值图像；第五步，通过图像处理 软件测定黑白二值图像中的果实个数。根据本实施例所述的果树果实的识别方法对库尔 勒香梨植株A和植株B的果实个数进行识别，获得的库尔勒香梨植株A果实个数的识别值 (N7/个数）和植株B的果实个数的识别值（N8/个数）如表1所示。
[0020] 实施例5;与上述实施例的不同之处在于，果树果实的识别方法还包括果实鲜重 的估测，果实鲜重的估测按照表达式也=2#f。?哈进行估测，其中，也表示果实鲜重的估测 值，。为果实个数的估测均值，哈为标准果实的鲜重。根据实施例1获得的库尔勒香梨植 株A和植株B的果实个数的识别值采用本实施例所述的果树果实的识别方法估测库尔勒香 梨植株A和植株B的果实鲜重而得到库尔勒香梨植株A和植株B的果实鲜重估测值，库尔 勒香梨植株A的果实鲜重估测值（Wl/kg)和植株B的果实鲜重估测值(W2/kg)如表2所示， 相对误差=1W2-WU/W1X100%，库尔勒香梨植株A的果实鲜重实际值（W3/kg)和植株B的果实鲜重实际值（W4/kg)如表2所示，相对误差=1W4-W3I/W3X100%。
[0021] 实施例6;与上述实施例的不同之处在于，图像处理软件为ImageJ软件。本实施 例所述的果树果实识别方法应用于裸露在树冠外侧的果实，对于树冠内部的果实识别能力 有限。
[002引实施例7;与上述实施例的不同之处在于，第一次图像转换为依序调用ImageJ软 件中的图形（Image)、类型（Type)和8位 彩图（8-bitColor);或/和，在第S步中通过依 序调用ImageJ软件中的处理（Process)、过滤（Filters)和最小化（Minimum),接着在最 小化(Minimum)中设置果实的图像像素半径的参数值；或/和，第二次图像转换为依序调用 ImageJ软件中的图形（Image)、类型（Type)和8位（8-bit);或/和，阀值化处理为依序调 用ImageJ软件中的图形（Image)、调整（Adjust)和阔值化（T虹eshoId);或/和，在第五步 中，在ImageJ软件中调用颗粒分析（Analyzeparticle)测定果实个数。阔值化能够提高 灰度图像的黑白对比度直至能够区分图像中果实与图像的其他部分。
[002引实施例8;与上述实施例的不同之处在于，通过依序调用ImageJ软件中的处理 (Process)和发现边缘（FindEdges),能够提取果实轮廓的边缘；或/和，当果树的图像图 片在ImageJ软件中打开后不清晰时，在第一次图像转换前需要对果树的图像图片进行预 处理，预处理包括图像增强或/和图像恢复。果实轮廓的边缘的提取能够获知果实分布区 域，同时能够便于识别果实。根据本实施例得到库尔勒香梨植株B的的图片如图3所示，在 图3中，各个线圈轮廓为果实边缘。
[0024] 实施例9;与上述实施例的不同之处在于，图像像素半径通过下述步骤得到：第一 步，获取标准果实的标准果实侧视面积值，将标准果实侧视面积值转换为同等面积的圆形 面积值，根据圆的面积公式爲=nRf2求得标准果实的真实半径Rf，其中，Sd表示标准果实侧 视面积，Rf表示标准果实的真实半径；第二步，根据公式rf=Rf/lf计算标准果实在图片中的 图像半径，其中，r,表示图像半径，1f表示结出标准果实的植株与结出标准果实的植株的图 像的比例值，R康示标准果实的真实半径；第立步，根据公式Rf?=rf?If。计算图片图像像素 半径，其中，Rf。表示图像像素半径，1f。图像厘米与像素之间的比值，1f。为定值。
[0025] 实施例10;与上述实施例的不同之处在于，果树为果实处于膨果期或成熟期的果 树。
[0026] 由表1可知，植株A果实个数的识别值与植株A果实个数的真实值误差在1至6 个之间，植株B果实个数的识别值与植株B果实个数的真实值误差在1至6个之间，W上误 差在果实识别过程中的允许误差范围内；由表2可知，植株A的果实鲜重估测值与植株A的 果实鲜重实际值的相对误差在2. 1%至9. 1%之间，植株B的果实鲜重估测值与植株B的果 实鲜重实际值的相对误差在3. 9%至14. 1%之间，植株A和植株B的果实鲜重估测的误差为 鲜重估测过程中的允许误差，说明本发明所述的果树果实的识别方法具有果实识别能力。
[0027] 综上所述，根据本发明所述的果树果实的识别方法能够对库尔勒香梨的果实进行 识别，减少了果实识别过程中的人工消耗量，首次将图形图像技术应用于库尔勒香梨果实 个数的识别，能够快速对大范围的果树的果实个数进行全面和快速的识别，为库尔勒香梨 果实产量的估测和果实的采摘提供新的技术支持。
[0028]W上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据 实际需要增减非必要的技术特征，来满足不同情况的需求。
[0029] MA_
【主权项】
1. 一种果树果实的识别方法，其特征在于按下述步骤进行：第一步，采集果树及果实 的图像图片；第二步，在图像处理软件中打开果树及果实的图像图片，果树及果实的图像图 片经过第一次图像转换后得到图像深度为8位至32位的彩色图像；第三步，在图像处理软 件中设置果实的图像像素半径的参数值；第四步，将完成第三步后的彩色图像经过第二次 图像转换后得到灰度图像，对灰度图像进行阀值化处理后得到黑白二值图像；第五步，通过 图像处理软件测定黑白二值图像中的果实个数。2. 根据权利要求1所述的果树果实的识别方法，其特征在于还包括果实鲜重的估测， 果实鲜重的估测按照表达式WFe=2N fe ? Wsf?行估测，其中，W 表示果实鲜重的估测值，N &为 果实个数的估测均值，Wsf为标准果实的鲜重。3. 根据权利要求1或2所述的果树果实的识别方法，其特征在于图像处理软件为Image J软件。4. 根据权利要求3所述的果树果实的识别方法，其特征在于第一次图像转换为依序调 用Image J软件中的图形、类型和8位彩图；或/和，在第三步中通过依序调用Image J软 件中的处理、过滤和最小化，接着在最小化中设置果实的图像像素半径的参数值；或/和， 第二次图像转换为依序调用Image J软件中的图形、类型和8位；或/和，阀值化处理为依 序调用Image J软件中的图形、调整和阈值化；或/和，在第五步中，在Image J软件中调用 颗粒分析测定果实个数。5. 根据权利要求3所述的果树果实的识别方法，其特征在于通过依序调用Image J软 件中的处理和发现边缘来提取果实轮廓的边缘；或/和，当果树的图像图片在Image J软件 中打开后不清晰时，在第一次图像转换前需要对果树的图像图片进行预处理，预处理包括 图像增强或/和图像恢复。6. 根据权利要求4所述的果树果实的识别方法，其特征在于通过依序调用Image J软 件中的处理和发现边缘来提取果实轮廓的边缘；或/和，当果树的图像图片在Image J软件 中打开后不清晰时，在第一次图像转换前需要对果树的图像图片进行预处理，预处理包括 图像增强或/和图像恢复。7. 根据权利要求1或2所述的果树果实的识别方法，其特征在于图像像素半径通过下 述步骤得到：第一步，获取标准果实的标准果实侧视面积值，将标准果实侧视面积值转换为 同等面积的圆形面积值，根据圆的面积公式S sf=Ji Rf2求得标准果实的真实半径Rf，其中，Ssf 表示标准果实侧视面积，Rf表示标准果实的真实半径；第二步，根据公式rf=Rf/lJf算标准 果实在图片中的图像半径，其中，1>表示图像半径，1 ,表示结出标准果实的植株与结出标准 果实的植株的图像的比例值，Rf表示标准果实的真实半径；第三步，根据公式R f()=rf ? lf。计 算图片图像像素半径，其中，Rf。表示图像像素半径，If。图像厘米与像素之间的比值，I f。为 定值。8. 根据权利要求3所述的果树果实的识别方法，其特征在于图像像素半径通过下述步 骤得到：第一步，获取标准果实的标准果实侧视面积值，将标准果实侧视面积值转换为同等 面积的圆形面积值，根据圆的面积公式S sf= Rf2求得标准果实的真实半径Rf，其中，Ssf表示 标准果实侧视面积，R f表示标准果实的真实半径；第二步，根据公式rf=Rf/lf计算标准果实 在图片中的图像半径，其中， rf表示图像半径，i f表示结出标准果实的植株与结出标准果实 的植株的图像的比例值，Rf表示标准果实的真实半径；第三步，根据公式R f()=rf ? lf。计算图 片图像像素半径，其中，Rf。表示图像像素半径，I f。图像厘米与像素之间的比值，I f。为定值。9. 根据权利要求4或5或6所述的果树果实的识别方法，其特征在于图像像素半径 通过下述步骤得到：第一步，获取标准果实的标准果实侧视面积值，将标准果实侧视面积值 转换为同等面积的圆形面积值，根据圆的面积公式S sf= Rf2求得标准果实的真实半径Rf， 其中，Ssf表示标准果实侧视面积，R f表示标准果实的真实半径；第二步，根据公式rf=Rf/lf 计算标准果实在图片中的图像半径，其中，1>表示图像半径，If表示结出标准果实的植株 与结出标准果实的植株的图像的比例值，R f表示标准果实的真实半径；第三步，根据公式 Rf()=rf *lf。计算图片图像像素半径，其中，Rf。表示图像像素半径，I f。图像厘米与像素之间的 比值，If。为定值。10. 根据权利要求1或2或3或4或5或6或7或8或9所述的果树果实的识别方法， 其特征在于果树为果实处于膨果期或成熟期的果树。
【专利摘要】本发明涉及果实识别方法技术领域，是一种果树果实的识别方法，按下述步骤进行：第一步，采集果树及果实的图像图片；第二步，果树及果实的图像图片经过第一次图像转换后得到彩色图像；第三步，设置果实的图像像素半径的参数值；第四步，将彩色图像处理后得到黑白二值图像；第五步，通过图像处理软件测定黑白二值图像中的果实个数。本发明所述的果树果实的识别方法能够对库尔勒香梨的果实进行识别，减少了果实识别过程中的人工消耗量，首次将图形图像技术应用于库尔勒香梨果实个数的识别，能够快速对大范围的果树的果实个数进行全面和快速的识别，为库尔勒香梨果实产量的估测和果实的采摘提供新的技术支持。
【IPC分类】G06K9/54, G01B21/10, G06K9/00
【公开号】CN104881626
【申请号】CN201510025173
【发明人】盛建东, 柴仲平, 孟亚宾, 陈波浪, 于辉
【申请人】新疆农业大学
【公开日】2015年9月2日
【申请日】2015年1月19日