專(zhuān)利名稱(chēng)：一種基于圖像檢測(cè)棉花吐絮的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理和農(nóng)業(yè)氣象觀測(cè)結(jié)合領(lǐng)域，具體涉及一種以棉田圖像為 對(duì)象，從棉花植株上檢測(cè)棉絮是否出現(xiàn)的方法。
背景技術(shù)：
棉花是我國(guó)主要的經(jīng)濟(jì)作物之一，種植面積十分廣泛。棉花的發(fā)育期、產(chǎn)量和質(zhì)量 容易受到氣候變化的影響。長(zhǎng)期以來(lái)，對(duì)于棉花發(fā)育期的觀測(cè)主要是通過(guò)人工觀測(cè)的方式， 受觀測(cè)員主觀因素的影響比較大；同時(shí)由于觀測(cè)周期長(zhǎng)、地域廣，利用人力進(jìn)行觀測(cè)也不夠 經(jīng)濟(jì)。因此，通過(guò)拍攝棉田視頻圖像，利用圖像處理的手段，對(duì)其發(fā)育期進(jìn)行觀測(cè)是十分必 要的。棉花吐絮是棉花生長(zhǎng)的一個(gè)重要環(huán)節(jié)，有效而準(zhǔn)確的識(shí)別這一時(shí)期并測(cè)量其吐絮多 少，是農(nóng)業(yè)氣象觀測(cè)的一個(gè)重要內(nèi)容，本發(fā)明即是利用棉田視頻圖像對(duì)棉花吐絮生長(zhǎng)期進(jìn) 行識(shí)別。2006年在《江西農(nóng)業(yè)學(xué)報(bào)》上發(fā)表的文章“田間早期成熟棉花識(shí)別研究”利用訓(xùn)練 好的過(guò)綠顏色特征(ExG)區(qū)分成熟棉花的棉絮區(qū)域和綠色背景；2007年4月在《農(nóng)業(yè)工程 學(xué)報(bào)》上發(fā)表的文章“采摘期成熟棉花不同部位顏色識(shí)別分析”和在《浙江農(nóng)業(yè)學(xué)報(bào)》上發(fā) 表的文章“基于色差信息的田間成熟棉花識(shí)別”中利用棉花在RGB顏色空間的色差信息，將 成熟的棉桃即棉絮區(qū)域從背景中分割出來(lái)；2008年在《棉花學(xué)報(bào)》上發(fā)表的文章“基于HSV 彩色模型的自然場(chǎng)景下棉花圖像分割策略研究”利用HSV彩色模型的棉花圖像飽和度分割 算法將棉絮區(qū)域分割出來(lái)；2008年10月在《農(nóng)業(yè)工程學(xué)報(bào)》上發(fā)表的文章“基于競(jìng)爭(zhēng)學(xué)習(xí) 網(wǎng)絡(luò)的田間籽棉圖像分割”利用RGB顏色空間中，利用訓(xùn)練好的基于B值的競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò)和 形態(tài)學(xué)濾波去噪，分割背景和棉絮；2010年在《作物學(xué)報(bào)》上發(fā)表的文章“基于顏色閾值的 田間籽棉圖像分割技術(shù)”在HSI和Lab顏色空間中利用顏色閾值對(duì)籽棉圖像進(jìn)行分割，確定 棉絮區(qū)域的位置。以上各方法都是應(yīng)用于棉花自動(dòng)采摘機(jī)器人上，攝像頭作用距離近，圖像 范圍小，而且圖像中的棉絮區(qū)域比較明顯。而對(duì)于農(nóng)業(yè)氣象觀測(cè)領(lǐng)域，主要通過(guò)對(duì)棉田中棉 花是否吐絮和吐絮的數(shù)量進(jìn)行檢測(cè)，拍攝的區(qū)域廣，圖像分辨率低，而且單個(gè)棉絮區(qū)域在圖 像中的面積較小，圖像中的光照變化較為劇烈，上述方法都不可行。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于圖像檢測(cè)棉花是否吐絮的方法，以在棉田采集的 實(shí)時(shí)前下視圖像為對(duì)象，利用棉絮的Lab顏色特征，自動(dòng)地檢測(cè)棉花植株上是否出現(xiàn)棉絮。 本發(fā)明能夠有效檢測(cè)出棉田中的棉花吐絮區(qū)域，同時(shí)，在一天中不同時(shí)刻，以固定位置和姿 態(tài)拍攝多幅前下視棉田圖像，綜合利用同一天內(nèi)不同時(shí)刻的檢測(cè)結(jié)果進(jìn)行判斷，有效消除 了隨機(jī)誤差，進(jìn)一步提高了檢測(cè)結(jié)果的準(zhǔn)確性。為實(shí)現(xiàn)本發(fā)明的目的所采用的具體技術(shù)方案可分為以下兩個(gè)階段1.訓(xùn)練階段該階段的主要目的是通過(guò)歷史圖像數(shù)據(jù)，統(tǒng)計(jì)吐絮期棉花植株上棉 絮區(qū)域的Lab顏色特征變化規(guī)律，主要包含以下步驟
4
(1)樣本圖像生成，在歷史圖像數(shù)據(jù)中，隨機(jī)選取幾天的吐絮期間拍攝的棉田圖 像，將棉絮區(qū)域保留，其它區(qū)域置為黑色，生成用于訓(xùn)練的樣本圖像。(2)棉絮L-b顏色特征統(tǒng)計(jì)，利用棉絮樣本圖像，生成棉絮的L-b顏色特征表，記錄 棉絮在亮度為L(zhǎng)的情況下，其色彩分量b的變化規(guī)律。2.檢測(cè)階段通過(guò)訓(xùn)練階段生成的棉絮L-b顏色特征表，對(duì)實(shí)時(shí)棉田圖像進(jìn)行檢 測(cè)，具體步驟如下(1)單幅圖像棉絮檢測(cè)，通過(guò)棉絮L-b特征表，對(duì)單幅圖像進(jìn)行檢測(cè)，生成二值圖 像，其中棉絮區(qū)域置為白色，其它區(qū)域?yàn)楹谏?2)連通域標(biāo)記和去噪，對(duì)上一步的二值圖像進(jìn)行連通域標(biāo)記，并通過(guò)設(shè)定連通域 的面積閾值，去除較小的連通域，降低細(xì)小噪聲干擾。(3)綜合判定，由于相機(jī)是固定不變的，因此綜合考慮同一天內(nèi)不同時(shí)刻的單幅圖 像檢測(cè)生成的二值圖，對(duì)各區(qū)域進(jìn)行投票，選取穩(wěn)定存在的區(qū)域作為最終的結(jié)果，進(jìn)一步去 除了隨機(jī)噪聲干擾。(4)輸出結(jié)果圖像，根據(jù)綜合判定所生成的二值結(jié)果圖像，在棉花圖像上用矩形框 將檢測(cè)出的棉絮區(qū)域標(biāo)注出來(lái)。通過(guò)上述過(guò)程，自動(dòng)對(duì)實(shí)時(shí)采集的前下視棉田圖像進(jìn)行檢測(cè)，并利用檢測(cè)的結(jié)果， 判定該塊棉田中的棉花是否進(jìn)入吐絮期。同時(shí)，該檢測(cè)結(jié)果對(duì)于測(cè)定棉花的覆蓋度、預(yù)估棉 花產(chǎn)量及指導(dǎo)相應(yīng)的農(nóng)事活動(dòng)具有非常重要的意義。


數(shù)；

像；
圖1為訓(xùn)練階段的流程圖； 圖2為檢測(cè)階段的流程圖； 圖3為任一歷史時(shí)期的吐絮期棉田圖像； 圖4是標(biāo)記了棉絮區(qū)域的樣本圖像；
圖5為在棉絮在亮度L值為200的情況下，其色彩分量b的變化范圍及出現(xiàn)的次
圖6(a)是吐絮期上午10點(diǎn)的前下視棉田圖像；
圖6(b)是吐絮期下午5點(diǎn)的前下視棉田圖像；
圖7(a)是吐絮期上午10點(diǎn)棉絮檢測(cè)二值結(jié)果圖像；
圖7(b)是吐絮期下午5點(diǎn)棉絮檢測(cè)二值結(jié)果圖像；
圖7(c)是吐絮期上午10點(diǎn)棉絮檢測(cè)結(jié)果圖像；
圖7(d)是吐絮期下午5點(diǎn)棉絮檢測(cè)結(jié)果圖像；
圖8(a)是吐絮期利用連續(xù)圖像綜合判定后的二值結(jié)果圖像；
圖8(b)是吐絮期利用連續(xù)圖像綜合判定后上午10點(diǎn)棉絮檢測(cè)結(jié)果圖像；
圖9(a)是未進(jìn)入吐絮期的上午10點(diǎn)的前下視棉田圖像；
圖9(b)是未進(jìn)入吐絮期的利用連續(xù)圖像綜合判定后的二值結(jié)果圖像；
圖9(c)是未進(jìn)入吐絮期的利用連續(xù)圖像綜合判定后上午10點(diǎn)棉絮檢測(cè)結(jié)果圖
具體實(shí)施例方式本發(fā)明提供了一種基于實(shí)時(shí)前下視棉田圖像，利用棉絮的Lab顏色特征和同一天 圖像的連續(xù)性，自動(dòng)檢測(cè)圖像中是否存在棉絮的方法。下面結(jié)合附圖來(lái)詳細(xì)說(shuō)明本發(fā)明的具體實(shí)施方式
和實(shí)施步驟，本發(fā)明的方案分為訓(xùn)練階段和檢測(cè)階段。1.訓(xùn)練階段通過(guò)前一年拍攝的吐絮期棉田圖像的歷史數(shù)據(jù)，統(tǒng)計(jì)圖像中棉絮區(qū) 域的Lab顏色特征變化規(guī)律，分為兩步，如附圖1所示(1)樣本圖像生成，在歷史圖像數(shù)據(jù)中，隨機(jī)選取幾天的吐絮期拍攝的棉田圖像 100幅左右，如圖3所示，然后選出其中的棉絮區(qū)域并保留其顏色信息，其它區(qū)域置為黑色， 得到棉絮樣本圖像，如圖4所示。(2)棉絮L_b顏色特征統(tǒng)計(jì)，在生成棉絮樣本圖像之后，統(tǒng)計(jì)其中棉絮區(qū)域的在 Lab顏色空間中的變化規(guī)律，具體過(guò)程如下設(shè)樣本圖像為Sm，m= IL 70，圖像中的第i行第j列像素點(diǎn)在Lab顏色空間的色 彩分量分別為L(zhǎng)m(i，j),affl(i, j) *bm(i，j)，取值范圍均為W，255]，由公式
權(quán)利要求
1.一種基于圖像檢測(cè)棉花吐絮的方法，以棉田圖像為對(duì)象，利用圖像處理自動(dòng)檢測(cè)出 棉絮區(qū)域，該方法具體步驟如下(1)訓(xùn)練階段，即通過(guò)歷史圖像數(shù)據(jù)，統(tǒng)計(jì)吐絮期棉花植株上棉絮區(qū)域的Lab顏色特征 變化規(guī)律，該階段主要包含以下步驟(1. 1)樣本圖像生成隨機(jī)選取多幅吐絮期間拍攝的棉田圖像，將棉絮區(qū)域保留，其它 區(qū)域置為黑色，生成用于訓(xùn)練的樣本圖像；(1. 2)棉絮L-b顏色特征統(tǒng)計(jì)利用所述樣本圖像，生成棉絮的L-b顏色特征表，記錄 棉絮在亮度為L(zhǎng)的情況下，其色彩分量b的變化規(guī)律；(2)檢測(cè)階段，即通過(guò)訓(xùn)練階段生成的棉絮L-b顏色特征表，對(duì)實(shí)時(shí)棉田圖像進(jìn)行檢 測(cè)，該階段具體步驟如下(2. 1)單幅圖像棉絮檢測(cè)通過(guò)上述L-b顏色特征表，對(duì)一段時(shí)間內(nèi)獲取的N幅棉田圖 像分別進(jìn)行檢測(cè)，生成對(duì)應(yīng)的N幅二值圖像，其中棉絮區(qū)域置為白色，其它區(qū)域?yàn)楹谏?2. 2)連通域標(biāo)記和去噪，對(duì)上述各幅二值圖像進(jìn)行連通域標(biāo)記，并通過(guò)設(shè)定連通域的 面積閾值，去除小于該面積閾值的連通域；(2. 3)綜合判定對(duì)上述經(jīng)標(biāo)記和去噪后的各二值圖像分別進(jìn)行投票，判斷出各二值 圖像的棉絮區(qū)域，進(jìn)而經(jīng)合并獲得最終的棉絮區(qū)域。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟(2. 中對(duì)任一二值圖像Bt進(jìn) 行投票的具體過(guò)程如下對(duì)其中的任意第r個(gè)連通域區(qū)域Bt (r)，設(shè)定其像素個(gè)數(shù)為rmmt (r)，其票數(shù)記為 Votet (r)，初始時(shí)Votet (r) = 1，定義函數(shù)F(Bt (r))為取出區(qū)域Bt (r)所有像素點(diǎn)的坐標(biāo)， Z(Bt(r))為區(qū)域Bt (r)中灰度值為255的像素點(diǎn)的個(gè)數(shù)，此時(shí)Z(Bt(r)) = numt(r)； 在N幅二值圖像中的其余二值圖像Bn上，循環(huán)執(zhí)行以下步驟
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述最終的棉絮區(qū)域通過(guò)對(duì)各二值圖像 投票所獲得的棉絮區(qū)域合并得到，具體為定義Bn(i，j)為二值圖像Bn上第i行j列的像素值，B(i，j)為最終二值結(jié)果圖像B上 的第i行j列的像素值，則B由以下公式生成 「255, B q ΠΑΠ(ζ,/) = 255
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述最小重合度閾值 MinOverlapRate 的取值范圍為
。
5.根據(jù)權(quán)利要求1-4之一所述的方法，其特征在于，所述投票比例的閾值Min_ VoteRate 取值范圍為
。
6.根據(jù)權(quán)利要求1-5之一所述的方法，其特征在于，所述面積閾值取值范圍為[4，20]。
全文摘要
一種基于圖像檢測(cè)棉花是否吐絮的方法，具體包括兩個(gè)階段訓(xùn)練階段通過(guò)歷史圖像數(shù)據(jù)，統(tǒng)計(jì)棉田圖像中棉絮區(qū)域在Lab顏色空間中的變化規(guī)律；檢測(cè)階段利用訓(xùn)練階段統(tǒng)計(jì)的棉絮在Lab顏色空間中的變化規(guī)律，對(duì)實(shí)時(shí)棉田視頻圖像進(jìn)行檢測(cè)，具體順序包括(1)單幅圖像棉絮檢測(cè)，根據(jù)統(tǒng)計(jì)結(jié)果，檢測(cè)圖像中的候選棉絮區(qū)域并生成二值結(jié)果圖像(2)連通域標(biāo)記和去噪，對(duì)二值結(jié)果圖像進(jìn)行標(biāo)記，并通過(guò)設(shè)定連通域面積閾值，去除較小的噪聲干擾，(3)綜合判定，利用一天中不同時(shí)刻的檢測(cè)結(jié)果，對(duì)各候選區(qū)域進(jìn)行投票，選取穩(wěn)定存在的區(qū)域作為最終棉絮區(qū)域的檢測(cè)結(jié)果，進(jìn)一步去除了隨機(jī)噪聲的干擾，(4)輸出結(jié)果圖像。該方法主要利用了棉絮的Lab顏色特征和同一天內(nèi)圖像的連續(xù)性，有效克服了光照的影響，準(zhǔn)確地檢測(cè)出棉田圖像中是否有棉絮存在。
文檔編號(hào)G06K9/62GK102103699SQ20111003114
公開(kāi)日2011年6月22日 申請(qǐng)日期2011年1月27日 優(yōu)先權(quán)日2011年1月27日
發(fā)明者余正泓, 張雪芬, 曹治國(guó), 朱磊, 李翠娜, 白曉東, 鄢睿丞 申請(qǐng)人:華中科技大學(xué)