姜盼,張彬,畢昆

(1.中國傳媒大學(xué)理學(xué)院,北京 100024;2.國家農(nóng)業(yè)智能裝備工程技術(shù)研究中心,北京 100097)

1 引 言

小麥?zhǔn)俏覈饕募Z食作物之一,其種植面積和產(chǎn)量僅次于水稻,占全世界人口 35%-40%的人們以此為主要糧食,同時小麥也在解決我國人口眾多耕地不足的糧食危機(jī)問題中擔(dān)負(fù)著重要的角色,因此提高小麥的品質(zhì)和產(chǎn)量是我國目前需要迫切解決的問題。小麥育種和考種是提高小麥產(chǎn)量研究的重要環(huán)節(jié),此環(huán)節(jié)中,農(nóng)藝性狀的測量至關(guān)重要,穗長則是其中的重要參數(shù)之一,也是專家關(guān)心的主要外部形態(tài)參數(shù)。

目前,國外對于單株小麥外觀參數(shù)提取的研究較少,而基于遙感成像技術(shù)的預(yù)產(chǎn)[1]、病蟲害預(yù)警[2]和評估[3]研究較多。國內(nèi)有基于圖像處理或機(jī)器視覺實(shí)現(xiàn)小麥籽粒外觀特征提取[15]和棉花纖維長度測量[16]的研究,而通過計算機(jī)圖像提取小麥穗長方面的研究還未見相關(guān)報道,國內(nèi)外市場上也沒有能自動測量麥穗長度的專用儀器設(shè)備及軟件。目前我國育種人員在考種時測量穗長的方法主要采用細(xì)繩、直尺或卷尺人工定位麥穗的兩個端點(diǎn)(頸節(jié)點(diǎn)和頂點(diǎn))進(jìn)行直接測量的方法,該方法誤差較大,帶有個人主觀性,費(fèi)時費(fèi)力,重復(fù)性差,數(shù)字化程度低。本文將采用掃描儀掃描成熟期小麥的圖像,通過圖像處理方法自動測量麥穗的長度。

2 穗長測量算法

小麥生長環(huán)境不同,麥穗的長勢也不同,麥穗長度的測量有兩個基本思路:一種方法是找麥穗上部圖像的中軸點(diǎn)進(jìn)行曲線擬合并計算曲線長度,但這種方法存在曲線擬合效果差,計算結(jié)果不同程度偏大的缺陷,無法對系統(tǒng)誤差進(jìn)行較好的校正。另一種方法是計算旋轉(zhuǎn)后麥穗外接矩形的長度,經(jīng)過對比,發(fā)現(xiàn)第二種方法更接近人工測量習(xí)慣。本文以新疆的 4種春小麥品種為研究對象,利用旋轉(zhuǎn)麥穗后計算外接矩形方法對 20個隨機(jī)麥穗樣本進(jìn)行了穗長的自動測量。

2.1 圖像獲取及預(yù)處理

圖像獲取硬件設(shè)備為佳能平板式掃描儀,將掃描儀和計算機(jī)相連接,為了突出成熟期的小麥麥穗圖像(黃色),采集圖像時以黑色紙張作為背景,設(shè)定掃描分辨率為 300dpi,掃描小麥的灰度圖像。系統(tǒng)結(jié)構(gòu)如圖 1所示。

圖 1 系統(tǒng)結(jié)構(gòu)圖

應(yīng)用 Matlab的二值化函數(shù)將小麥灰度圖像轉(zhuǎn)化為二值圖像。二值轉(zhuǎn)換閾值設(shè)置為 0.5,轉(zhuǎn)換結(jié)果如圖 2所示。在轉(zhuǎn)換后的二值圖像中,有部分芒在閾值分割過程中未保留,但是并不影響對小麥穗長的測量。

圖2 小麥二值化后的圖像

2.2 形態(tài)學(xué)腐蝕膨脹去芒

各品種小麥長勢錯綜復(fù)雜,對于多芒品種,數(shù)量多且交叉的芒將會影響麥穗頂點(diǎn)的判斷從而導(dǎo)致穗長測量誤差偏大,可通過形態(tài)學(xué)腐蝕膨脹和閉運(yùn)算[4]的組合將絕大部分麥芒去除,處理結(jié)果如圖 2所示。二值形態(tài)學(xué)中的運(yùn)算對象是集合,通常給出兩個集合:圖像集合和結(jié)構(gòu)元素集合,利用結(jié)構(gòu)元素對圖像進(jìn)行操作。

如果 A是二值化后的小麥圖像集合,B是結(jié)構(gòu)元素(B本身也是一個圖像集合),形態(tài)學(xué)運(yùn)算將使用 B對 A進(jìn)行操作,結(jié)構(gòu)元素往往比圖像小得多。

小麥圖像集合被膨脹就是把小麥圖像“加長”或“變粗”的操作,這個過程由結(jié)構(gòu)元素來控制,定義為 A⊕B

小麥圖像集合被腐蝕是對二值小麥圖像進(jìn)行“收縮”或“細(xì)化”的過程,收縮的方式和程度由結(jié)構(gòu)元素控制,定義為 AΘB

在圖像處理的實(shí)際應(yīng)用中,通常將膨脹和腐蝕進(jìn)行各種形式的組合來進(jìn)行運(yùn)算,膨脹后再腐蝕,或者腐蝕后再膨脹,操作處理后一般不能恢復(fù)回原來圖像,而是產(chǎn)生一種新的形態(tài)變換,這就是開運(yùn)算和閉運(yùn)算。小麥圖像 A被 B的形態(tài)閉運(yùn)算是先膨脹再腐蝕的結(jié)果:

首先通過對小麥二值化圖像進(jìn)行形態(tài)學(xué)閉運(yùn)算,再進(jìn)行兩次形態(tài)學(xué)腐蝕運(yùn)算和兩次膨脹運(yùn)算以彌補(bǔ)過腐蝕現(xiàn)象的方法去除小麥二值圖像中的麥芒。本文采用的結(jié)構(gòu)元素為 3×3值為 1的二維矩陣,經(jīng)過上述處理將麥芒去除后,再去除圖像中的小塊面積(小麥圖像面積的 0.01%)得到只有莖桿和穗上部的圖像,如圖 3所示

圖 3 小麥主部圖像

2.3 麥穗與穗莖的分割

按照國家育種標(biāo)準(zhǔn),穗長是自穗頸節(jié)至穗頂(不包括芒)的長度。根據(jù)麥穗的上部和莖桿之間的寬度差異可以將麥穗的上部和莖桿分割,得到只有麥穗的圖像,分割的依據(jù)是圖 3中每行黑色像素點(diǎn)的個數(shù)(寬度),以最底部莖桿的寬度 L為基準(zhǔn),記 180%*L的點(diǎn)為分割點(diǎn),分割后的上部為麥穗圖像,下部為莖桿圖像,分割結(jié)果如圖 4所示。

2.4 主軸方向角的確定

在圖像處理過程中,為了識別物體或計算物體的長度,通常需求出物體的主軸的方向、長度和位置等信息。物體的主軸方向可以通過圖像的幾何矩求得,圖像的幾何矩具有平移、旋轉(zhuǎn)、縮放等操作后均不會變性的特點(diǎn)。低階矩描述的是圖像的整體特征:目標(biāo)物體的面積可以通過零階矩來描述、質(zhì)心位置可以通過一階矩來描述、主軸和輔軸的方向角可以通過二階矩來計算,詳細(xì)的小麥圖像的矩計算公式如下[9]。

圖 4 麥穗上部圖像

如果將按距離分割后的麥穗上部圖像看成一個二維密度分布的二元有界函數(shù) f(x,y),函數(shù)值 f(x,y)表示點(diǎn)(x,y)處圖像像素的灰度值,則小麥圖像二維密度分布函數(shù)f(x,y)的(j+k)階矩表示為Mjk,其計算公式為:

則其零階矩為:

質(zhì)心位置為:

小麥麥穗的中心距為:

處理后的二值圖像目標(biāo)物體灰度值為 0,背景灰度值為 1,小麥麥穗的主心主軸方向則為:

2.5 旋轉(zhuǎn)外接矩形的長度計算

外界環(huán)境或者其它條件都會對麥穗的生長形態(tài)產(chǎn)生影響,導(dǎo)致麥穗形狀彎曲程度不同,若不將麥穗上部圖像進(jìn)行旋轉(zhuǎn)直接計算外接矩形的長度為穗長,會產(chǎn)生較大誤差。以麥穗的底部端點(diǎn)為原點(diǎn),順時針旋轉(zhuǎn)麥穗 α角度。旋轉(zhuǎn)時可能新坐標(biāo)并不是整數(shù),因此可采用雙線性插值計算新坐標(biāo)的灰度值。雙線性插值的核心思想是在水平方向和豎直方向上分別進(jìn)行一次線性插值,具體的插值運(yùn)算公式在本文不再詳細(xì)闡述。旋轉(zhuǎn)后重新計算外接矩形的長度即為麥穗的長度,旋轉(zhuǎn)結(jié)果如圖 5所示。

圖5 旋轉(zhuǎn)后的圖像

2.6 實(shí)驗(yàn)結(jié)果和數(shù)據(jù)分析

將采用本文方法得到的預(yù)測值與人工測量的真實(shí)值進(jìn)行比對,比較結(jié)果如圖 6所示,其中橫軸為樣本序列號,縱軸為穗長,虛線為預(yù)測值,實(shí)線為真實(shí)值。預(yù)測值與真實(shí)值之間的絕對誤差均在 6mm以內(nèi),相對誤差均值小于 4%,兩組數(shù)據(jù)的相關(guān)系數(shù)為0.96。

通過圖 6觀察到預(yù)測值與真實(shí)值較為吻合,但也存在一定誤差。產(chǎn)生誤差的原因之一是麥穗頸節(jié)點(diǎn)位置的確定,分割點(diǎn)是經(jīng)過多組數(shù)據(jù)驗(yàn)證的結(jié)果,但是不同圖像經(jīng)二值化處理的效果不同,計算結(jié)果也會產(chǎn)生相應(yīng)的差異。原因之二是在腐蝕膨脹去掉麥芒的過程中,對于麥芒非常密集的麥穗,無法完全去除頂端的麥芒,將部分麥芒誤判為麥穗,致使結(jié)果偏大。

3 結(jié)論

圖6 預(yù)測值和真實(shí)值比對結(jié)果

本文提出了一種通過計算機(jī)圖像處理提取小麥穗長的新方法。通過形態(tài)學(xué)基本運(yùn)算將麥芒腐蝕去除,麥穗上部主軸方向角確定以及旋轉(zhuǎn)過程為整個算法的關(guān)鍵。硬件采集系統(tǒng)部分采用了平板掃描儀,但圖像的采集也可通過 CCD成像實(shí)現(xiàn),算法不變。對于彎曲度大的麥穗,整體旋轉(zhuǎn)計算外接矩形長度誤差大,可將麥穗分段,采用同樣方法計算每段的長度相加得到的和為麥穗的長度。上述方法的提出為農(nóng)作物外部參數(shù)無損檢測提供了一種參考,有利于農(nóng)業(yè)育種考種工作的自動化實(shí)現(xiàn),減輕農(nóng)業(yè)研究人員的工作強(qiáng)度和提高測量精度和速度。

[1] JianqiangREN,Zhongxin CHEN,Xiaomei YANG.Reginoal yield prediction of winter wheat based on retrieval of leaf area index by remote sensing technology[J].IEEE Transaction on Pattern A-nalysis and Machine Intelligence,2009,7(4):374-377.

[2] Chen Xue,Ma Jianwen,Qiao Hongbo.The take-all of wheat diseases feature extraction method study using ground spectral measurement data and tm multispectral data[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,2008,7(1):320-322.

[3] YansongBao,Liangyun Liu,Jihua Wang.Estimating biophysical and biochemical parameters and yield of winter wheat based on landsat tm images.[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,2008,7(2):789-792.

[4] Wang J Z.Pathfinder:Multiresolution Regionbased Searching of Pathology Image Using IRM[J].Journal of American Medical Informatics Association,Symposium Supplement,2000,2000suppl:883-887(LCDS).

[5] ClarkeE M,Emerson E A,Sistla A P.Automatic Verification of Finite-state Concurrent Systems Using Temporal-logic Specifications[J].ACM Transactions on Programming Languages and Systems,1986,8(2):244-263.

[6] Sha Sha,Fanghong Yin.On-line Steel Tube Length Measuring System Based on Computer Vision[J].IEEE Intelligent Control and Automation,2006,6(11):4923-4926.

[7] 岡薩雷斯.數(shù)字圖像處理(第二版)[M].北京:電子工業(yè)出版社,2008.420-454.

[8] 張雙德,周龍,胡濤.基于模式識別的米粒形狀分析[J].安徽農(nóng)業(yè)科學(xué),2009.751-752.

[9] 韓文革,于曉秋,宋偉.通徑分析在春小麥產(chǎn)量分析中的應(yīng)用[J].農(nóng)業(yè)與技術(shù),2007,27(6):87-91.

[10] 宋志偉,楊首樂.春性小麥品種主要農(nóng)藝性狀與產(chǎn)量的相關(guān)及通徑分析[J].農(nóng)業(yè)科學(xué),2006,22(5):174-176.

[11] 姜長勝,徐歆愷,葛慶平.一種任意曲線長度的測量方法及其應(yīng)用[J].計算機(jī)工程學(xué)報,2005,14(3):208-211.

[12] 姜泳水,唐金輝,陳學(xué)佺.二值圖像中物體幾何主軸的提取方法[J].計算機(jī)工程,2005,31(18):56-59.

[13] 張敏燕.染色體自動核型分析系統(tǒng)研究.西北農(nóng)林科技大學(xué)碩士學(xué)位論文[D].陜西:西北農(nóng)林科技大學(xué)機(jī)械設(shè)計及理論,2004.18-42.

[14] 黃勇,王崇駿,王亮,等.基于形狀不變矩的圖像檢索算法的研究[J].計算機(jī)應(yīng)用研究,2004,21-45.

[15] 何勝美,李仲來,何中虎.基于圖像識別的小麥品種分類研究[J].中國農(nóng)業(yè)科學(xué),2005,38(9):1869-1875.

[16] 何曉峰,吳國新,徐守東,等.棉纖維長度分布測量儀器的開發(fā)[J].儀器儀表學(xué)報,2006,27(11):1468-1472.