本發(fā)明涉及計(jì)算機(jī)圖像處理領(lǐng)域，更具體地，涉及一種基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的方法及系統(tǒng)。

背景技術(shù)：

目前國內(nèi)在玉米品種試驗(yàn)中對(duì)玉米壟數(shù)的判斷主要依靠人力去識(shí)別，而不論是國家、省種業(yè)相關(guān)部門還是企業(yè)育種田壟數(shù)的數(shù)量都非常大，傳統(tǒng)的人力方法費(fèi)時(shí)費(fèi)力，存在著人力成本消耗過大且浪費(fèi)嚴(yán)重，工作效率低且精度不高等諸多弊端。玉米品種試驗(yàn)中，試驗(yàn)田壟數(shù)的提取可以輔助育種家進(jìn)行農(nóng)情的了解和進(jìn)行決策。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的一種基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的方法及系統(tǒng)。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的方法，包括：

S1，獲取玉米育種基地的無人機(jī)影像；

S2，對(duì)所述無人機(jī)影像中的待分析區(qū)域采用超綠特征進(jìn)行灰度計(jì)算和圖像二值化計(jì)算，得到玉米植株圖像；

S3，采用圖像分割投影法從所述玉米植株圖像中提取出玉米育種基地的條狀壟線中心點(diǎn)圖像；

S4，利用Hough變換對(duì)所述條狀壟線中心點(diǎn)圖像變換形成Hough變換圖像條，對(duì)所述Hough變換圖像條進(jìn)行峰點(diǎn)邊界判斷，將峰值點(diǎn)的個(gè)數(shù)確定為玉米育種基地壟數(shù)。

根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的系統(tǒng)，包括：

影像獲取模塊，用于獲取玉米育種基地的無人機(jī)影像；

計(jì)算模塊，用于對(duì)所述無人機(jī)影像中的待分析區(qū)域采用超綠特征進(jìn)行灰度計(jì)算和圖像二值化計(jì)算，得到玉米植株圖像；

提取模塊，用于采用圖像分割投影法從所述玉米植株圖像中提取出條狀壟線中心點(diǎn)圖像；

圖像變換模塊，用于利用Hough變換對(duì)所述條狀壟線中心點(diǎn)圖像變換形成Hough變換圖像條；

壟數(shù)確定模塊，用于對(duì)所述Hough變換圖像條進(jìn)行峰點(diǎn)邊界判斷，將峰值點(diǎn)的個(gè)數(shù)確定為玉米育種基地壟數(shù)。

本發(fā)明的有益效果為：采用無人機(jī)遙感影像技術(shù)以及計(jì)算機(jī)圖像處理技術(shù)，對(duì)玉米育種基地的壟數(shù)進(jìn)行計(jì)算，相比采用人力進(jìn)行識(shí)別，自動(dòng)化程度高，計(jì)算識(shí)別出的玉米育種基地壟數(shù)的準(zhǔn)確度高、精確度高，該方法將在玉米育種基地田間調(diào)查和管理領(lǐng)域得到廣泛的應(yīng)用，為育種家田間生產(chǎn)操作提供決策支持。

附圖說明

圖1為本發(fā)明一個(gè)實(shí)施例的基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的方法流程圖；

圖2為本發(fā)明另一個(gè)實(shí)施例的基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的系統(tǒng)示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

參見圖1，為本發(fā)明一個(gè)實(shí)施例的基于無人機(jī)遙感影像提取玉米育種基地的方法，包括：S1，獲取玉米育種基地的無人機(jī)影像；S2，對(duì)所述無人機(jī)影像中的待分析區(qū)域采用超綠特征進(jìn)行灰度計(jì)算和圖像二值化計(jì)算，得到玉米植株圖像；S3，采用圖像分割投影法從所述玉米植株圖像中提取出玉米育種基地的條狀壟線中心點(diǎn)圖像；S4，利用Hough變換將所述條狀壟線中心點(diǎn)圖像變換形成Hough變換圖像條，對(duì)所述Hough變換圖像條進(jìn)行峰點(diǎn)邊界判斷，將峰值點(diǎn)的個(gè)數(shù)確定為玉米育種基地壟數(shù)。

步驟S1中，本實(shí)施例采用無人機(jī)來拍照獲取玉米育種基地的遙感影像，通過在無人機(jī)上搭載可見光相機(jī)，并控制無人機(jī)在玉米育種基地上方的預(yù)設(shè)垂直高度上按照預(yù)定軌跡飛行，并定點(diǎn)拍照，獲取玉米育種基地的整個(gè)RGB遙感影像。

其中，步驟S1采用無人機(jī)拍照獲取玉米育種基地的RGB遙感影像后，步驟S2對(duì)獲取的RGB遙感影像中的待分析區(qū)域，即玉米育種基地影像，采用超綠特征(2G-R-B)進(jìn)行灰度計(jì)算，具體的計(jì)算公式如下：

其中，x、y為RGB遙感影像中像素點(diǎn)的橫、縱坐標(biāo)。

對(duì)玉米育種基地的遙感影像采用超綠特征進(jìn)行灰度計(jì)算后，將玉米植株和土壤背景分離開來，然后對(duì)灰度處理后的圖像進(jìn)行二值化處理，即可得到玉米植株的圖像，也即從整個(gè)玉米育種基地的遙感影像中剔除土壤背景信息，只留下玉米植株圖像。本實(shí)施例將超綠灰度處理后圖像的像素值的均值作為閾值，進(jìn)行圖像的二值化處理，將土壤背景剔除，僅剩下玉米植株的圖像。由于玉米葉片交叉，二值化后的圖像存在相鄰兩壟連接的問題，因此對(duì)二值化后的圖像進(jìn)行形態(tài)學(xué)開啟運(yùn)算，即對(duì)二值化后的圖像先腐蝕運(yùn)算，后膨脹運(yùn)算，消除部分壟線邊界突刺問題并斷開相鄰兩壟線劍的細(xì)小連接，使得提取的玉米植株的圖像的精確度更高。

上述步驟S2提取了玉米植株圖像，步驟S3按照玉米育種基地壟線的方向，對(duì)玉米植株圖像進(jìn)行等間距分割，得到多個(gè)圖像分割條。比如，當(dāng)玉米育種基地壟線的方向?yàn)樗椒较?，則對(duì)玉米植株圖像進(jìn)行水平等間距分割，得到水平方向的多個(gè)圖像分割條；若玉米育種基地壟線方向?yàn)樨Q直方向，則對(duì)玉米植株圖像進(jìn)行豎直等間距分割，得到豎直方向的多個(gè)圖像分割條。理論上，分割間距可以為一個(gè)像素，但實(shí)際應(yīng)用中考慮到圖像處理速度，本實(shí)施例采用5個(gè)像素行或像素列作為分割間距，分割后得到若干個(gè)圖像分割條。

將玉米植株圖像等間距分割為若干個(gè)圖像分割條后，將每一個(gè)圖像分割條進(jìn)行投影得到投影直方圖曲線，投影直方圖曲線的峰值點(diǎn)對(duì)應(yīng)的坐標(biāo)為該圖像分割條中壟線中心點(diǎn)的位置坐標(biāo)。具體實(shí)現(xiàn)時(shí)，設(shè)玉米植株圖像的大小為W列H行，玉米育種基地的壟線方向水水平方向，分割后的圖像分割條的大小為W列h行，由于是沿水平方向分割，因此，分割后的圖像分割條的列數(shù)依然為W列，設(shè)gray(i，j)為圖像分割條上點(diǎn)(i，j)的像素值，s(j)為圖像分割條第j列進(jìn)行投影后得到的像素值之和，m為圖像分割條上所有像素點(diǎn)的均值，則有：

其中，i＝1,2,...,h；j＝1,2,...,W；

根據(jù)s(j)和m可以確定玉米育種基地壟線的邊界，具體為：

當(dāng)投影值s(j-1)＜m＜s(j+1)時(shí)，s(j)標(biāo)記為壟線的左邊界；

當(dāng)投影值s(j-1)＞m＞s(j+1)，s(j)標(biāo)記為壟線的右邊界；

將壟線的左邊界和壟線的右邊界的中點(diǎn)作為該圖像分割條中壟線中心點(diǎn)，坐標(biāo)即為壟線中心點(diǎn)的列坐標(biāo)，壟線中心點(diǎn)的橫坐標(biāo)標(biāo)記為該圖像分割條中間像素行的行號(hào)，遍歷每個(gè)圖像分割條，得到每一個(gè)圖像分割條的壟線中心點(diǎn)坐標(biāo)，得到玉米育種基地的壟線中心點(diǎn)圖像，其中，壟線中心點(diǎn)圖像中包含所有的壟線中心點(diǎn)。

步驟S3得到玉米育種基地的壟線中心點(diǎn)圖像后，步驟S4利用Hough變換的點(diǎn)-正弦曲線的對(duì)偶性，將壟線中心點(diǎn)圖像由圖像空間變換到極坐標(biāo)參數(shù)空間，具體的，使用如下公式將壟線中心點(diǎn)(x，y)變換到極坐標(biāo)下的正弦曲線坐標(biāo)(ρ，θ)：

ρ＝xcosθ+ysinθ；

其中，x、y為每一個(gè)壟線中心點(diǎn)在圖像空間中的橫、縱坐標(biāo)，ρ、θ為變換后的極坐標(biāo)。

在具體變換的過程中，主要包括如下變換步驟：

1)設(shè)置累加器數(shù)組A(ρ,θ)，其初始值均為0，其中θ的取值范圍是[0°,180°]，步長為1°，ρ的取值范圍是[0,N]，N為地塊對(duì)角上的像素個(gè)數(shù)；

2)將圖像分割條中像素值為1(壟線中心點(diǎn)的像素值為1，其它點(diǎn)的像素值為0，此處像素值為1的點(diǎn)即為壟線中心點(diǎn))的點(diǎn)坐標(biāo)帶入公式ρ＝xcosθ+ysinθ中，按照步進(jìn)值遍歷所有的θ取值，計(jì)算每個(gè)θ取值對(duì)應(yīng)的ρ值；

3)每計(jì)算一個(gè)θ取值對(duì)應(yīng)的ρ值，累加器A中坐標(biāo)為(ρ,θ)的值加1；

4)遍歷整個(gè)玉米育種基地壟線中心點(diǎn)圖像，累加器A中較大值對(duì)應(yīng)的(ρ,θ)即圖像空間中的直線在極坐標(biāo)參數(shù)空間中的變換。

為了達(dá)到精確提取玉米育種基地壟數(shù)，對(duì)分割投影法進(jìn)行改進(jìn)。Hough變換后的圖像分割條的兩端存在很長的0值區(qū)域，即與壟線中心點(diǎn)無關(guān)的區(qū)域，這些區(qū)域拉低了整個(gè)圖像分割條像素值的均值，如果繼續(xù)采用步驟S3中的Hough變換，將會(huì)產(chǎn)生極大的誤差。因此，步驟S4選擇Hough變換后的圖像分割條中非0像素值的均值作為閾值進(jìn)行判斷峰值點(diǎn)的邊界，提取所有圖像分割條的峰值點(diǎn)坐標(biāo)，峰值點(diǎn)的個(gè)數(shù)即為玉米育種基地的壟數(shù)。其中，判斷峰值點(diǎn)邊界的方法與上述步驟S3中判斷壟線左邊界和壟線右邊界的方法相同，只是在計(jì)算圖像分割條上所有像素點(diǎn)的均值m時(shí)，僅使用到圖像分割條中非0像素值。將圖像分割條中0像素值剔除后再計(jì)算，這樣最終得到的結(jié)果會(huì)更準(zhǔn)確，精度更高。

計(jì)算出所有的峰值點(diǎn)坐標(biāo)后，對(duì)每一個(gè)峰值點(diǎn)坐標(biāo)進(jìn)行Hough逆變換，即將極坐標(biāo)參數(shù)空間中的峰值點(diǎn)坐標(biāo)轉(zhuǎn)換為圖像空間坐標(biāo)，以便在圖像空間中繪出對(duì)應(yīng)的壟線，并疊加顯示出所有的壟線，即可繪制出玉米育種基地的壟線。

參見圖2，為本發(fā)明另一個(gè)實(shí)施例的基于無人機(jī)遙感影像提取玉米育種基地壟線的系統(tǒng)，包括影像獲取模塊201、計(jì)算模塊202、提取模塊203、圖像變換模塊204和壟數(shù)確定模塊205。

影像獲取模塊201，用于獲取玉米育種基地的無人機(jī)影像；

計(jì)算模塊202，用于對(duì)所述影像獲取模塊201獲取的無人機(jī)影像中的待分析區(qū)域采用超綠特征進(jìn)行灰度計(jì)算和圖像二值化計(jì)算，得到玉米植株圖像；

提取模塊203，用于采用圖像分割投影法從所述玉米植株圖像中提取出條狀壟線中心點(diǎn)圖像；

圖像變換模塊204，用于利用Hough變換對(duì)提取模塊203提取的條狀壟線中心點(diǎn)圖像變換形成Hough變換圖像條；

壟數(shù)確定模塊205，用于對(duì)圖像變換模塊204變換后的Hough變換圖像條進(jìn)行峰點(diǎn)邊界判斷，將峰值點(diǎn)的個(gè)數(shù)確定為玉米育種基地壟數(shù)。

本發(fā)明提供的一種基于無人機(jī)遙感影像提取玉米育種基地壟數(shù)的方法及系統(tǒng)，采用無人機(jī)遙感影像技術(shù)以及計(jì)算機(jī)圖像處理技術(shù)，對(duì)玉米育種基地的壟數(shù)進(jìn)行計(jì)算，相比采用人力進(jìn)行識(shí)別，可以自動(dòng)化完成玉米育種基地的壟數(shù)提取，計(jì)算識(shí)別出的玉米育種基地壟數(shù)的準(zhǔn)確度高、精確度高，該方法將在玉米育種基地田間調(diào)查和管理領(lǐng)域得到廣泛的應(yīng)用，為育種家田間生產(chǎn)操作提供決策支持；在提取圖像分割條的峰值點(diǎn)坐標(biāo)的過程中，將圖像分割條中的0值區(qū)域，保證了計(jì)算結(jié)果的準(zhǔn)確性。

本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。