CN110910403A 一种基于图像处理的工业大麻种子计数方法 （厦门梓蔓生物科技有限公司）

(21)申请号201911123129.0(71)申请人厦门梓蔓生物科技有限公司地址361000福建省厦门市中国(福建)自由贸易试验区厦门片区海景东路18号4楼A13之3GO6TGO6T(72)发明人张熠平刘圆圆祁建民郑泓达陈可欣马放来吕子杰(74)专利代理机构北京中政联科专利代理事务所(普通合伙)11489代理人黄娟GO6T5/00(2006.01)GO6T5/30(2006.01)(54)发明名称一种基于图像处理的工业大麻种子计数方法(57)摘要一种基于图像处理的工业大麻种子计数方到的图像进行二次膨胀，得到边缘明显的灰度图像；去除边缘明显的灰度图像中存在的边框；通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像素点；对图像进行连通域检测，得到多个连通域，实现对图像的分类；并生成切割结果图像；生成相加结果图；查找相加结果图中连通域的个数和位置。本发明简单易操作，计算精确高效，能够对大麻种子进行有效21.一种基于图像处理的工业大麻种子计数方法，其特征在于，包括以下步骤：S2、将大麻种子图片导入到计算机中，并选取出其中清晰不模糊的大麻种子图片进行S3、读取选取的图片并将其转换为灰度图像，利用边缘检测函数提取图像中的边缘信S4、使用霍夫直线检测法对灰度图像进行检测，并去除边缘明显的灰度图像中存在的S5、通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像首先利用腐蚀将弱粘连的种子分离，再利用面积特征将种子连通域分成两类，第一类是一个连通域中只包含一个大麻种子的连通域类；第二类是一个连通域中包含多个大麻种子的连通域类；S7、根据凹点对S6中的第二类图像进行切割，并检测连通域的凹点特征和面积特征，利用这两个特征对大麻种子连通域进行循环切割，并生成切割结果图像；S8、对切割结果图像进行腐蚀和去小连通域操作，并相加第一类图像和切割结果图像，生成相加结果图；S9、查找相加结果图中连通域的个数和位置。2.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，在3.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，在S3中，通过matlab膨胀模型对图像进行二次膨胀操作，参数为'disk'。4.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，S4的具体操作步骤如下：提取二十个极值点；S42、对取出的二十个线段做进一步处理：若两条线段距离小于四十像素数则拼接起来，拼接后的线段若小于一百像素数则舍弃该线段；段抹去。5.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，在S5中，图像二值化的具体步骤如下：首先对灰度图像进行图像加深操作，之后再进行拉伸操作生成灰阶分布图，然后在灰阶分布图中找到低谷与左边的峰值，二者之间中间的位置记为new-level,根据new-level进行otsu二值化图像。6.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，S6的具体步骤如下：3S61、利用腐蚀方法将图中弱粘连的种子连通域分离，并生成处理图一；S62、获取处理图一，检测连通域的面积特征，并记录下面积特征；S63、获取处理图一和S62处理后的面积特征，利用面积特征将大麻种子连通域分成两S64、循环上述步骤至少五次。7.根据权利要求1所述的一种基于图像处理的工业大麻种子计数方法，其特征在于，S9的具体步骤如下：S91、获取相加结果图并找出图像中每个连通域的最小外接矩形；S92、以外接矩形的中心作为大麻种子的中心，外接矩形个数作为大麻种子个数，最后显示结果。4一种基于图像处理的工业大麻种子计数方法技术领域[0001]本发明涉及大麻种子计数技术领域，尤其涉及一种基于图像处理的工业大麻种子计数方法。背景技术[0002]大麻为桑科、大麻属植物，一年生直立草本，枝具纵沟槽，密生灰白色贴伏毛，叶掌状全裂，裂片披针形或线状披针形，特指雌性植物经干燥的花和毛状体，大麻种植可剥麻收子；为了进行大麻种子质量检验、测量产量、考种等科研实验，数粒是不可或缺的步骤，而且数粒的精度对实验结果有着极大的影响，育种是通过创造遗传变异、改良遗传特性以达到培育出优良动植物新品种的技术，对种植业和畜牧业的发展具有非常重要的意义，而计数是育种的一个重要环节；[0003]目前在对大麻种子进行计数时，人工计数的方式还是十分普遍，优点是工具要求低，而缺点是效率低、容易出错，劳动力大，容易造成视觉疲劳，也有少数的机电一体化数粒设备，可以代替人工计数，但是存在着误差大、制造复杂、价格昂贵等问题，难以广泛地推广应用。发明内容[0004](一)发明目的[0005]为解决背景技术中存在的技术问题，本发明提出一种基于图像处理的工业大麻种子计数方法，简单易操作，计算精确高效，能够对大麻种子进行有效计数，取代人工计数和机械计数的方式，节省了人力成本和设备成本，大幅度地提高工作效率。[0006](二)技术方案[0007]本发明提出了一种基于图像处理的工业大麻种子计数方法，包括以下步骤：[0008]S1、拍摄大麻种子图片；[0009]S2、将大麻种子图片导入到计算机中，并选取出其中清晰不模糊的大麻种子图片进行处理；[0010]S3、读取选取的图片并将其转换为灰度图像，利用边缘检测函数提取图像中的边缘信息，对得到的图像进行二次膨胀，得到边缘明显的灰度图像；[0011]S4、使用霍夫直线检测法对灰度图像进行检测，并去除边缘明显的灰度图像中存在的边框；[0012]S5、通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像素点；[0013]S6、对图像进行连通域检测，得到多个连通域，实现对图像的分类；[0014]首先利用腐蚀将弱粘连的种子分离，再利用面积特征将种子连通域分成两类，第一类是一个连通域中只包含一个大麻种子的连通域类；第二类是一个连通域中包含多个大5麻种子的连通域类；[0015]S7、根据凹点对S6中的第二类图像进行切割，并检测连通域的凹点特征和面积特征，利用这两个特征对大麻种子连通域进行循环切割，并生成切割结果图像；[0016]S8、对切割结果图像进行腐蚀和去小连通域操作，并相加第一类图像和切割结果图像，生成相加结果图；[0017]S9、查找相加结果图中连通域的个数和位置。[0019]优选的，在S3中，通过matlab膨胀模型对图像进行二次膨胀操作，参数为‘disk'。[0020]优选的，S4的具体操作步骤如下：[0021]S41、利用matlab的hough模型处理S3得到的灰度图像，得到线段信息，从变换矩阵H中提取二十个极值点；[0022]S42、对取出的二十个线段做进一步处理：若两条线段距离小于四十像素数则拼接起来，拼接后的线段若小于一百像素数则舍弃该线段；[0023]S43、对得到的线段进一步筛选，保留角度条件为88°到92°以及-2°到2°的线段，其余线段抹去。[0024]优选的，在S5中，图像二值化的具体步骤如下：[0025]首先对灰度图像进行图像加深操作，之后再进行拉伸操作生成灰阶分布图，然后在灰阶分布图中找到低谷与左边的峰值，二者之间中间的位置记为new-level,根据new-level进行otsu二值化图像。[0026]优选的，S6的具体步骤如下：[0027]S61、利用腐蚀方法将图中弱粘连的种子连通域分离，并生成处理图一；[0028]S62、获取处理图一，检测连通域的面积特征，并记录下面积特征；[0029]S63、获取处理图一和S62处理后的面积特征，利用面积特征将大麻种子连通域分成两类；[0030]S64、循环上述步骤至少五次。[0031]优选的，S9的具体步骤如下：[0032]S91、获取相加结果图并找出图像中每个连通域的最小外接矩形；[0033]S92、以外接矩形的中心作为大麻种子的中心，外接矩形个数作为大麻种子个数，最后显示结果。[0034]本发明的上述技术方案具有如下有益的技术效果：[0035]大麻种子图片导入到计算机中；之后读取选取的图片并将其转换为灰度图像，利用边缘检测函数提取图像中的边缘信息，对得到的图像进行二次膨胀，得到边缘明显的灰度图像；然后使用霍夫直线检测法对灰度图像进行检测，并去除边缘明显的灰度图像中存在的边框；之后通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像素点；然后对图像进行连通域检测，得到多个连通域，实现对图像的分类；首先利用腐蚀将弱粘连的种子分离，再利用面积特征将种子连通域分成两类；之后根据凹点对第二类图像进行切割，并检测连通域的凹点特征和面积特征，利用这两个特征对大麻种子连通域进行循环切割，并生成切割结果图像；然后对切割结果图像进行腐蚀和去小连通域操作，6并相加第一类图像和切割结果图像，生成相加结果图；最后查找相加结果图中连通域的个[0036]本发明简单易操作，计算精确高效，能够对大麻种子进行有效计数，取代人工计数和机械计数的方式，节省了人力成本和设备成本，大幅度地提高工作效率。具体实施方式[0037]为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。[0038]本发明提出的一种基于图像处理的工业大麻种子计数方法，包括以下步骤：[0040]S2、将大麻种子图片导入到计算机中，并选取出其中清晰不模糊的大麻种子图片进行处理；[0041]S3、读取选取的图片并将其转换为灰度图像，利用边缘检测函数提取图像中的边缘信息，对得到的图像进行二次膨胀，得到边缘明显的灰度图像；[0042]S4、使用霍夫直线检测法对灰度图像进行检测，并去除边缘明显的灰度图像中存[0043]S5、通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像素点；[0045]首先利用腐蚀将弱粘连的种子分离，再利用面积特征将种子连通域分成两类，第一类是一个连通域中只包含一个大麻种子的连通域类；第二类是一个连通域中包含多个大麻种子的连通域类；[0046]S7、根据凹点对S6中的第二类图像进行切割，并检测连通域的凹点特征和面积特征，利用这两个特征对大麻种子连通域进行循环切割，并生成切割结果图像；[0047]S8、对切割结果图像进行腐蚀和去小连通域操作，并相加第一类图像和切割结果[0048]S9、查找相加结果图中连通域的个数和位置。[0049]在一个可选的实施例中，在S3中，通过matlab的edge模型进行边缘检测，参数为‘prewitt'。[0050]在一个可选的实施例中，在S3中，通过matlab膨胀模型对图像进行二次膨胀操作，[0051]在一个可选的实施例中，S4的具体操作步骤如下：H中提取二十个极值点；[0053]S42、对取出的二十个线段做进一步处理：若两条线段距离小于四十像素数则拼接起来，拼接后的线段若小于一百像素数则舍弃该线段；7余线段抹去。[0055]在一个可选的实施例中，在S5中，图像二值化的具体步骤如下：[0056]首先对灰度图像进行图像加深操作，之后再进行拉伸操作生成灰阶分布图，然后在灰阶分布图中找到低谷与左边的峰值，二者之间中间的位置记为new-level,根据new-level进行otsu二值化图像。[0057]在一个可选的实施例中，S6的具体步骤如下：[0058]S61、利用腐蚀方法将图中弱粘连的种子连通域分离，并生成处理图一；[0060]S63、获取处理图一和S62处理后的面积特征，利用面积特征将大麻种子连通域分成两类；[0062]在一个可选的实施例中，S9的具体步骤如下：[0063]S91、获取相加结果图并找出图像中每个连通域的最小外接矩形；[0064]S92、以外接矩形的中心作为大麻种子的中心，外接矩形个数作为大麻种子个数，最后显示结果。[0065]本发明中，使用时，首先使用高清相机拍摄大麻种子图片，将大麻种子图片导入到计算机中并选取出其中清晰不模糊的大麻种子图片进行处理；之后读取选取的图片并将其转换为灰度图像，通过matlab的edge模型进行边缘检测，参数为‘prewitt’,通过matlab膨胀模型对图像进行二次膨胀操作，参数为‘disk',得到边缘明显的灰度图像；[0066]然后使用霍夫直线检测法对灰度图像进行检测，并去除边缘明显的灰度图像中存H中提取二十个极值点，对取出的二十个线段做进一步处理，若两条线段距离小于四十像素数则拼接起来，拼接后的线段若小于一百像素数则舍弃该线段，对得到的线段进一步筛选，[0067]之后通过限制对比度自适应直方图均衡CLAHE算法，进行图像的照度均衡，通过直线滤波法对均衡后图像进行线条粗检测，采用迭代法进行图像二值化，去除二值化图像孤立像素点；图像二值化的过