基于视觉的植物叶片表型数据分析方法、系统及装置与流程

本发明涉及图像处理，尤其涉及一种基于视觉的植物叶片表型数据分析方法、系统及装置。

背景技术：

1、在植物生长过程中，植物叶片表型数据是植物表型数据中的重要参数，同时是植物生长程度及健康程度的重要体现，因此，准确获取植物叶片表型数据对植物的科学研究及培育具有重要的指导意义。

2、目前植物叶片表型数据分析主要依赖于人工及视觉的方法进行测量，基于人工进行测量的方法具有测量难度大、效率低且精度差等问题；基于视觉对植物叶片表型数据分析的方法难以解决植物叶片存在交叉的问题，在植物叶片复杂的情况下检测准确度较差。

3、随着机器视觉的快速发展，本发明通过将机器视觉应用于植物叶片表型数据分析方法中，实现快速准确的植物叶片表型数据测量，同时，本发明通过对数据进行分析处理，解决植物叶片存在交叉遮挡问题时导致的检测精度低的问题，实现自动化及智能化的数据测量，降低了人工测量难度，节约了大量的人力物力。

技术实现思路

1、本发明针对现有技术中的缺点，提供了一种基于视觉的植物叶片表型数据分析方法、系统及装置。

2、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：

3、一种基于视觉的植物叶片表型数据分析方法，包括以下步骤：

4、获取植物图像并进行二值化处理，得到植物二值化图像；

5、对植物二值化图像进行预处理，得到植物拟合数据集，对植物拟合数据集进行提取，得到植物叶片顶点数据集及植物凹点数据集，进而通过获取植物叶片顶点数据集中数据个数得到植物叶片数量；

6、对植物二值化图像进行轮廓提取，得到植物轮廓图像，对植物轮廓图像进行检测分析，得到植物茎秆区域，进而得到植物叶片与茎秆的交点数据集；

7、基于植物叶片顶点数据集、植物轮廓图像及交点数据集，判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据；

8、基于完整植物叶片数据得到叶片骨架线数据，通过叶片骨架线数据得到植物叶片长度数据。

9、作为一种可实施方式，所述对植物二值化图像进行预处理，得到植物拟合数据集，包括以下步骤：

10、对植物二值化图像进行轮廓点提取，得到植物轮廓点集；

11、基于植物轮廓点集进行多边形拟合，得到植物拟合数据集。

12、作为一种可实施方式，所述得到植物叶片顶点数据集及植物凹点数据集，包括以下步骤：

13、基于植物拟合数据集中相邻三个植物拟合数据构成三角形并进行分析，若位于中间位置的植物拟合数据为三角形顶点，则获取三角形的顶点角度；

14、若三角形的顶点角度为锐角，计算三角形底边中点数据，获取三角形底边中点数据在植物二值化图像中对应点像素值；

15、若对应点像素值满足预设阈值，则为植物叶片数据，否则为植物凹点数据，通过对植物拟合数据集进行遍历，得到植物叶片数据集及植物凹点数据集；

16、对植物叶片数据集中的根部异常数据进行剔除，得到植物叶片顶点数据集。

17、作为一种可实施方式，所述得到植物茎秆区域，包括以下步骤：

18、对植物二值化图像进行轮廓提取得到轮廓数据，基于轮廓数据生成植物轮廓图像；

19、对植物轮廓图像进行直线检测，得到植物直线集，获取植物直线的斜率，得到植物斜率集；

20、基于预设斜率阈值对植物斜率集进行分析，提取满足预设斜率阈值的植物斜率对应的植物直线，得到筛选植物直线集；

21、将筛选植物直线集中长度最长的筛选植物直线作为植物基线，获取筛选植物直线与植物基线之间的距离，得到基线距离集；

22、若基线距离满足植物茎秆变化趋势及预设植物茎粗阈值，基于筛选植物直线与植物基线之间的区域，得到初始茎秆区域，进而结合植物二值化图像将初始茎秆区域进行延伸，得到植物茎秆区域。

23、作为一种可实施方式，所述得到植物叶片与茎秆的交点数据集，包括以下步骤：

24、基于植物茎秆区域，得到茎秆区域两侧数据，通过茎秆区域两侧数据得到植物茎秆中轴线；

25、基于植物二值化图像及植物茎秆区域，获取预设滑动窗口内植物二值化图像中像素点垂直于植物茎秆中轴线方向的轮廓宽度；

26、获取预设滑动窗口内的轮廓宽度均值，若轮廓宽度均值变化值满足预设变化阈值，基于对应的植物二值化图像的像素点，得到植物叶片与茎秆的交点数据集。

27、作为一种可实施方式，所述判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据，包括以下步骤：

28、基于叶片顶点数据集、植物轮廓图像及植物叶片与茎秆的交点数据集，对植物叶片轮廓的两侧进行遍历，若遍历过程中经过植物叶片与茎秆的交点数据，则对应植物叶片不存在交叉遮挡，进而基于植物叶片轮廓得到完整植物叶片数据；

29、在遍历过程中，若未遇到植物叶片与茎秆的交点数据之前遇到植物凹点数据，则对应植物叶片存在交叉遮挡，进而对植物凹点数据集进行分析及拟合得到完整植物叶片数据。

30、作为一种可实施方式，所述对植物凹点数据集进行分析及拟合得到完整植物叶片数据，包括以下步骤：

31、基于植物叶片顶点数据集及植物二值化图像，对植物叶片轮廓的两侧进行遍历，提取遍历过程中遇到的植物凹点数据，得到轮廓凹点数据集；

32、结合轮廓凹点数据集及水稻叶片顶点坐标集，对植物叶片轮廓进行像素点提取，得到植物叶片数据点集，对植物叶片数据点集进行二次曲线拟合，得到矩阵拟合方程，表示如下：

33、

34、基于矩阵拟合方程建立损失函数，表示如下：

35、

36、对损失函数进行求导，进而得到矩阵拟合方程中的拟合参数矩阵，表示如下：

37、

38、基于拟合参数矩阵，获取矩阵拟合方程与植物茎秆中轴线的交点，得到植物茎秆交点，基于植物茎秆交点及植物叶片与茎秆的交点数据之间的距离，得到当前叶片植物茎秆交点数据；

39、结合当前叶片植物茎秆之间交点数据及植物二值化图像，沿植物叶片两侧进行遍历，得到第一交叉数据及第二交叉数据；

40、基于第一交叉数据及第二交叉数据，对矩阵拟合方程进行二次拟合，得到二次拟合方程，基于二次拟合方程对植物叶片交叉部分进行连接，得到完整植物叶片数据；

41、其中，，，，表示拟合参数，表示拟合参数矩阵，表示植物叶片数据点集的横坐标矩阵，表示植物叶片数据点集的纵坐标矩阵，表示植物叶片数据的横坐标，表示植物叶片数据的纵坐标，表示植物叶片数据的个数，表示损失函数。

42、作为一种可实施方式，所述二值化处理，表示如下：

43、

44、其中，表示植物二值化图像在点的像素值，、、表示植物图像在红色通道、绿色通道、蓝色通道的像素值，表示横坐标，表示纵坐标。

45、一种基于视觉的植物叶片表型数据分析系统，包括图像二值模块、图像预处理模块、交点数据计算模块、植物叶片分析模块及叶片长度计算模块；

46、所述图像二值模块，获取植物图像并进行二值化处理，得到植物二值化图像；

47、所述图像预处理模块，对植物二值化图像进行预处理，得到植物拟合数据集，对植物拟合数据集进行提取，得到植物叶片顶点数据集及植物凹点数据集，进而通过获取植物叶片顶点数据集中数据个数得到植物叶片数量；

48、所述交点数据计算模块，对植物二值化图像进行轮廓提取，得到植物轮廓图像，对植物轮廓图像进行检测分析，得到植物茎秆区域，进而得到植物叶片与茎秆的交点数据集；

49、所述植物叶片分析模块，基于植物叶片顶点数据集、植物轮廓图像及交点数据集，判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据；

50、所述叶片长度计算模块，基于完整植物叶片数据得到叶片骨架线数据，通过叶片骨架线数据得到植物叶片长度数据。

51、作为一种可实施方式，所述植物叶片分析模块，被设置为：

52、基于叶片顶点数据集、植物轮廓图像及植物叶片与茎秆的交点数据集，对植物叶片轮廓的两侧进行遍历，若遍历过程中经过植物叶片与茎秆的交点数据，则对应植物叶片不存在交叉遮挡，进而基于植物叶片轮廓得到完整植物叶片数据；

53、在遍历过程中，若未遇到植物叶片与茎秆的交点数据之前遇到植物凹点数据，则对应植物叶片存在交叉遮挡，进而对植物凹点数据集进行分析及拟合得到完整植物叶片数据；

54、其中，对植物凹点数据集进行分析及拟合得到完整植物叶片数据，包括以下步骤：

55、基于植物叶片顶点数据集及植物二值化图像，对植物叶片轮廓的两侧进行遍历，提取遍历过程中遇到的植物凹点数据，得到轮廓凹点数据集；

56、结合轮廓凹点数据集及水稻叶片顶点坐标集，对植物叶片轮廓进行像素点提取，得到植物叶片数据点集，对植物叶片数据点集进行二次曲线拟合，得到矩阵拟合方程，表示如下：

57、

58、基于矩阵拟合方程建立损失函数，表示如下：

59、

60、对损失函数进行求导，进而得到矩阵拟合方程中的拟合参数矩阵，表示如下：

61、

62、基于拟合参数矩阵，获取矩阵拟合方程与植物茎秆中轴线的交点，得到植物茎秆交点，基于植物茎秆交点及植物叶片与茎秆的交点数据之间的距离，得到当前叶片植物茎秆交点数据；

63、结合当前叶片植物茎秆之间交点数据及植物二值化图像，沿植物叶片两侧进行遍历，得到第一交叉数据及第二交叉数据；

64、基于第一交叉数据及第二交叉数据，对矩阵拟合方程进行二次拟合，得到二次拟合方程，基于二次拟合方程对植物叶片交叉部分进行连接，得到完整植物叶片数据；

65、其中，，，，表示拟合参数，表示拟合参数矩阵，表示植物叶片数据点集的横坐标矩阵，表示植物叶片数据点集的纵坐标矩阵，表示植物叶片数据的横坐标，表示植物叶片数据的纵坐标，表示植物叶片数据的个数，表示损失函数。

66、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下的方法：

67、获取植物图像并进行二值化处理，得到植物二值化图像；

68、对植物二值化图像进行预处理，得到植物拟合数据集，对植物拟合数据集进行提取，得到植物叶片顶点数据集及植物凹点数据集，进而通过获取植物叶片顶点数据集中数据个数得到植物叶片数量；

69、对植物二值化图像进行轮廓提取，得到植物轮廓图像，对植物轮廓图像进行检测分析，得到植物茎秆区域，进而得到植物叶片与茎秆的交点数据集；

70、基于植物叶片顶点数据集、植物轮廓图像及交点数据集，判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据；

71、基于完整植物叶片数据得到叶片骨架线数据，通过叶片骨架线数据得到植物叶片长度数据。

72、一种基于视觉的植物叶片表型数据分析装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下的方法：

73、获取植物图像并进行二值化处理，得到植物二值化图像；

74、对植物二值化图像进行预处理，得到植物拟合数据集，对植物拟合数据集进行提取，得到植物叶片顶点数据集及植物凹点数据集，进而通过获取植物叶片顶点数据集中数据个数得到植物叶片数量；

75、对植物二值化图像进行轮廓提取，得到植物轮廓图像，对植物轮廓图像进行检测分析，得到植物茎秆区域，进而得到植物叶片与茎秆的交点数据集；

76、基于植物叶片顶点数据集、植物轮廓图像及交点数据集，判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据；

77、基于完整植物叶片数据得到叶片骨架线数据，通过叶片骨架线数据得到植物叶片长度数据。

78、本发明由与采用了以上技术方案，具有显著的技术效果：

79、通过本发明的方法对植物图像进行次采集并处理，并通过判断植物叶片是否存在交叉遮挡，对存在交叉遮挡的植物叶片进行处理，得到完整植物叶片数据，提取完整植物叶片的骨架线得到植物叶片长度数据。本发明基于视觉对植物图像进行分析处理，最终得到植物叶片数量及植物叶片长度，实现自动化及智能化的植物叶片表型数据分析，同时解决了现有人工测量工作量大且准确率低的问题，降低了人力成本，同时为植物的进一步研究提供了数据支撑。

技术特征：

1.一种基于视觉的植物叶片表型数据分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述对植物二值化图像进行预处理，得到植物拟合数据集，包括以下步骤：

3.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述得到植物叶片顶点数据集及植物凹点数据集，包括以下步骤：

4.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述得到植物茎秆区域，包括以下步骤：

5.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述得到植物叶片与茎秆的交点数据集，包括以下步骤：

6.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述判断植物叶片之间是否存在交叉遮挡，进而基于植物凹点数据集得到完整植物叶片数据，包括以下步骤：

7.根据权利要求6所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述对植物凹点数据集进行分析及拟合得到完整植物叶片数据，包括以下步骤：

8.根据权利要求1所述的基于视觉的植物叶片表型数据分析方法，其特征在于，所述二值化处理，表示如下：

9.一种基于视觉的植物叶片表型数据分析系统，其特征在于，包括图像二值模块、图像预处理模块、交点数据计算模块、植物叶片分析模块及叶片长度计算模块；

10.根据权利要求9所述的基于视觉的植物叶片表型数据分析系统，其特征在于，所述植物叶片分析模块，被设置为：

11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任意一项所述的方法。

12.一种基于视觉的植物叶片表型数据分析装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的方法。

技术总结
本发明公开一种基于视觉的植物叶片表型数据分析方法、系统及装置，方法包括：对植物图像进行二值化，得到植物二值化图像；对植物二值化图像进行预处理，得到植物拟合数据集，对植物拟合数据集进行提取得到植物叶片顶点数据集及植物凹点数据集，进而得到植物叶片数量；通过轮廓提取得到植物轮廓图像，对植物轮廓图像进行分析得到植物叶片与茎秆的交点数据集；基于植物叶片顶点数据集、植物轮廓图像及植物叶片与茎秆的交点数据集，分析植物叶片之间是否存在交叉，进而完整植物叶片数据；提取完整植物叶片的叶片骨架线，得到植物叶片长度。通过本发明的方法解决了手动量植物叶片长度难度大、效率低且精度差的问题，实现了自动化与智能化测量。

技术研发人员：张煜,陈渝阳,陈曦,徐宏利,徐鹏程,章杰,刘荣利
受保护的技术使用者：浙江托普云农科技股份有限公司
技术研发日：
技术公布日：2024/9/23