一種水稻結(jié)實(shí)率測算方法
【專利摘要】本發(fā)明公開了糧食測量領(lǐng)域內(nèi)的一種水稻結(jié)實(shí)率測算方法，包括以下步驟：步驟1）水稻籽粒放置；步驟2）圖像獲?。徊襟E3）圖像分割及特征值提?。徊襟E4）空秕粒與飽滿籽粒的判斷；步驟5）結(jié)實(shí)率計(jì)算；本發(fā)明利用計(jì)算機(jī)圖像方法計(jì)算水稻結(jié)實(shí)率省時(shí)，投入成本小，可用于水稻結(jié)實(shí)率測算中。
【專利說明】一種水稻結(jié)實(shí)率測算方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種結(jié)實(shí)率測算方法，特別涉及一種水稻結(jié)實(shí)率測算方法。

【背景技術(shù)】
[0002] 水稻結(jié)實(shí)率是以百分比表示水稻結(jié)實(shí)情況，是體現(xiàn)水稻灌漿結(jié)實(shí)的一項(xiàng)重要指 標(biāo)，是檢驗(yàn)水稻種子質(zhì)量和考種的重要指標(biāo)。水稻結(jié)實(shí)率是影響產(chǎn)量的主要因素，是衡量水 稻品種優(yōu)劣和栽培措施是否得當(dāng)?shù)闹匾笜?biāo)。所以，結(jié)實(shí)率也是水稻生產(chǎn)與實(shí)驗(yàn)中主要測 量對象。
[0003] 通常，測量水稻結(jié)實(shí)率主要通過水漂法、風(fēng)選法和人工主觀判斷等方法，其中：1) 水漂法：將稻谷倒入容器中再加水，用玻璃棒攪拌2-3分鐘，靜置2-3分鐘，將浮于水面上的 空秕粒和沉在底部的飽粒分別倒入2個(gè)網(wǎng)袋中曬干，最后人工計(jì)算飽滿籽粒和空秕粒的個(gè) 數(shù)；2)風(fēng)選法：利用吹風(fēng)機(jī)將空秕粒吹進(jìn)一個(gè)網(wǎng)袋，飽粒落入另一個(gè)網(wǎng)袋，然后人工計(jì)算飽 滿籽粒和空秕粒的個(gè)數(shù)；3)人工判斷法：通過人工主觀方法判斷空癟粒，同時(shí)進(jìn)行空秕粒 和飽滿籽粒的計(jì)數(shù)； 通過智能化手段計(jì)算結(jié)實(shí)率主要利用X射線探明穎殼中的內(nèi)部結(jié)構(gòu)，從而判斷水稻結(jié) 實(shí)情況，確定樣本的空秕粒和飽粒數(shù)，兩者相加為總粒數(shù)，再算出飽粒占總粒數(shù)的百分比即 得結(jié)實(shí)率。
[0004] 傳統(tǒng)結(jié)實(shí)率的計(jì)算一直需要投入大量的人力，主要存在以下缺點(diǎn)：1)水漂法耗費(fèi) 時(shí)間長，投入人力多，且經(jīng)水浸泡的稻谷不利于下一步實(shí)驗(yàn)；2)風(fēng)選法對風(fēng)力的要求高，對 不同品種的適應(yīng)性不強(qiáng)；3)人工主觀判斷法不僅需要大量的勞動(dòng)力，同時(shí)準(zhǔn)確率受到人為 因素的影響。利用X射線探明稻谷籽粒的灌漿情況需要投入的成本較高。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種水稻結(jié)實(shí)率測算方法，能夠利用較廉價(jià)的設(shè)備對水稻結(jié) 實(shí)率進(jìn)行快速測量。
[0006] 本發(fā)明的目的是這樣實(shí)現(xiàn)的：一種水稻結(jié)實(shí)率測算方法，包括以下步驟： 步驟1)水稻籽粒放置：籽粒放置于載物臺(tái)上； 步驟2)圖像獲取：打開設(shè)置在載物臺(tái)側(cè)面的光源，利用設(shè)置在載物臺(tái)上方的相機(jī)獲取 籽粒圖像； 步驟3)圖像分割及特征值提?。豪妙伾卣鲗@取到的籽粒圖像中水稻籽粒與其 影子分開，并提取籽粒及其影子的區(qū)域面積和離心率； 步驟4)空秕粒與飽滿籽粒的判斷：將籽粒特征與其影子特征的比值作為特征向量，通 過神經(jīng)網(wǎng)絡(luò)法區(qū)分飽滿籽粒與空秕粒； 步驟5)結(jié)實(shí)率計(jì)算：結(jié)實(shí)率=飽滿籽粒個(gè)數(shù)+(飽滿籽粒個(gè)數(shù)+空秕粒個(gè)數(shù))。
[0007] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明利用計(jì)算機(jī)圖像方法計(jì)算水稻 結(jié)實(shí)率，相比傳統(tǒng)的水漂法、風(fēng)選法和人工判別法省工省時(shí)，同時(shí)結(jié)實(shí)率計(jì)算的準(zhǔn)確率不受 人為因素的影響，相比利用X光判別水稻灌漿情況投入較大，本發(fā)明利用水稻空秕粒與飽 粒在光照條件下形成的影子不同來對二者進(jìn)行區(qū)分，投入成本小。本發(fā)明可用于水稻結(jié)實(shí) 率測算中。
[0008] 為了提高本發(fā)明的測算精度，步驟3)中圖像分割方法如下：在Matlab軟件中利用 im=imread('圖片路徑'）函數(shù)讀取籽粒圖像，利用im(:，：，1)、im(:，：，2)、im(:，：，3)獲取 籽粒圖像的紅、綠、藍(lán)值，利用黃色特征提取籽粒，深灰色為影子，白色為背景，提取圖像中 的籽粒及其影子。并且提高了測算的效率。
[0009] 為了進(jìn)一步提高本發(fā)明的測算精度以及效率，黃色特征提取方法為：設(shè) RGB彩色圖像中的紅、綠、藍(lán)三個(gè)顏色分量為r、g、b,記dl (X，y) =b (X，y) -r (X，y), d2(x, y)=b(x, y)_g(x, y)，則圖像中黃色籽粒部分可用以下公式表示：

【權(quán)利要求】
1. 一種水稻結(jié)實(shí)率測算方法，其特征在于，包括以下步驟： 步驟1)水稻籽粒放置：籽粒放置于載物臺(tái)上； 步驟2)圖像獲?。捍蜷_設(shè)置在載物臺(tái)側(cè)面的光源，利用設(shè)置在載物臺(tái)上方的相機(jī)獲取 籽粒圖像； 步驟3)圖像分割及特征值提取：利用顏色特征將獲取到的籽粒圖像中水稻籽粒與其 影子分開，并提取籽粒及其影子的區(qū)域面積和離心率； 步驟4)空秕粒與飽滿籽粒的判斷：將籽粒特征與其影子特征的比值作為特征向量，通 過神經(jīng)網(wǎng)絡(luò)法區(qū)分飽滿籽粒與空秕粒； 步驟5)結(jié)實(shí)率計(jì)算：結(jié)實(shí)率=飽滿籽粒個(gè)數(shù)+(飽滿籽粒個(gè)數(shù)+空秕粒個(gè)數(shù))。
2. 根據(jù)權(quán)利要求1所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，步驟3)中圖像分 割方法如下：在Matlab軟件中利用im=imread('圖片路徑'）函數(shù)讀取籽粒圖像，利用 im(:，：，I)、im(:，：，2)、im(:，：，3)獲取籽粒圖像的紅、綠、藍(lán)值，利用黃色特征提取籽粒，深 灰色為影子，白色為背景，提取圖像中的籽粒及其影子。
3. 根據(jù)權(quán)利要求2所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，黃色特征提取方法 為：設(shè)RGB彩色圖像中的紅、綠、藍(lán)三個(gè)顏色分量為r、g、b,記dl(X，y)=b(x,y)_r(X，y), d2(x,y)=b(x,y)_g(x,y)，則圖像中黃色籽粒部分可用以下公式表示：
通過Y(x，y)和y(x，y)兩個(gè)公式分別灰度化圖像，利用最大類間方差法進(jìn)行圖像分割 并提取籽粒的二值圖像BWtj和籽粒與影子的二值圖像BWS(；，該方法的基本思想是根據(jù)出事 閾值把圖像分為兩類，然后計(jì)算兩類之間的方差，更新閾值，重新計(jì)算類間方差，當(dāng)滿足類 間方差最大時(shí)的閾值，即為所求最佳閾值，具體過程如下： a) 初始化閾值Th,將圖像f(x，y)分為A，B兩類； b) 分別計(jì)算A，B兩類像素集合的均值yA和yB，計(jì)算公式如下：
其中，NA，Nb分別表示集合A,B中的像素個(gè)數(shù)； c) 計(jì)算A，B兩類的類間方差，公式如下：
d) 將Th從O到255循環(huán)，分別計(jì)算A，B的類間方差，當(dāng)類間方差最大時(shí)，對應(yīng)的Th即 為所求的最佳分割或者二值化的閾值，最后通過差值運(yùn)算得到籽粒圖像和影子圖像，即：籽 粒圖像為BWe，影子圖像BWs=BWse-BWp
4. 根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，步驟3) 中特征值提取方法為：利用Matlab軟件中的bwarea()函數(shù)求出籽粒及其影子的面積，利 用regionprops (Eccentricity)計(jì)算籽粒及其影子的離心率。
5. 根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，步驟4) 中神經(jīng)網(wǎng)絡(luò)法如下：利用Matlab軟件中的newlvqO函數(shù)建立LVQ神經(jīng)網(wǎng)絡(luò)，利用trainO 函數(shù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練過程選用200粒空秕粒和200粒飽粒，利用SimO函數(shù)進(jìn)行驗(yàn)證 模型，利用訓(xùn)練好的LVQ神經(jīng)網(wǎng)絡(luò)對籽粒進(jìn)行批量識(shí)別并計(jì)算飽滿籽粒和空秕粒的個(gè)數(shù)。
6. 根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，步驟1) 中，籽粒放置時(shí)利用籽粒排列板實(shí)現(xiàn)，所述籽粒排列板為一塊帶有手柄的方板，所述方板上 成矩陣均勻開設(shè)有若干橢圓孔，籽粒排列板長98mm、寬92mm，每個(gè)橢圓孔橫向距離8mm，孔 深3mm、孔寬4mm、孔長9mm，第一排籽粒距光源30cm。
7. 根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種水稻結(jié)實(shí)率測算方法，其特征在于，步驟2) 中，光源照射水平夾角為25° -45°，光源采用線型白熾日光燈，光源長度> 98mm，圖像質(zhì) 量不低于150dpi。
【文檔編號】G06F19/00GK104268890SQ201410536700
【公開日】2015年1月7日 申請日期:2014年10月13日 優(yōu)先權(quán)日:2014年10月13日
【發(fā)明者】孫成明, 劉濤, 郭文善, 朱新開, 武威 申請人:揚(yáng)州大學(xué)