[发明专利]一种秧苗主茎节点检测方法及装置

说明书

本发明提供一种秧苗主茎节点检测方法及装置，包括：获取待测秧苗的骨架化图像；获取每一骨架分枝对应的子轮廓线和每一骨架分枝对应的轮廓角度；根据每一骨架分枝对应的子轮廓线和每一骨架分枝对应的轮廓角度，确定是否对每一骨架分枝进行剪枝，若判断获知所述待测秧苗的所有分枝存在分枝需要进行剪枝，在完成剪枝操作后，获取剪枝后的骨架化图像，并获取剪枝后的骨架化图像中的主茎区域中的所有主茎节点。本发明通过剪枝法去除冗余的骨架支，提高了骨架线交点的识别效率；将主茎近似为一条直线，采用在一定角度范围内直线扫描的方式，提高了算法的适应性；通过词袋模型的主茎节点检测，具有自学习的功能，整体上提高了识别的准确性。

技术领域

本发明涉及农业智能装备领域，更具体地，涉及一种秧苗主茎节点检测方法及装置。

背景技术

目前，智慧农业是农业与人工智能技术和现代信息技术之间的融合，也是目前全球农业发展中亟需的技术。作物生长信息的获取技术是智慧农业的重要技术支撑之一，通过建立基于多信息融合的科学评价作物生长状况的数学模型，实现对作物生长情况的监测、评价，使作物生产采用计算机进行科学、智能化管理和决策成为可能。

目前国内外对作物生长信息的采集主要包括表观信息和内在信息的获取，表观信息包括叶面积、株高和生物量测量、叶片的形态识别等，内在信息是借助于外部手段获取的物理和化学的信息，例如营养信息监测、叶片及冠层温度、叶水势、叶绿素含量。

番茄幼苗的叶数、叶长、苗高、茎粗和干物质含量等特征被用作诊断指标，根据大量的研究发现，秧苗节间长度、对环境胁迫的显著影响很敏感，包括缺水，夜间高温，缺乏阳光和过量的氮，因此可以将番茄秧苗节间距作为反映秧苗生长状况的指标。

现有技术中，主要是通过人工对不同生长环境下，不同生长阶段的果蔬秧苗进行质量定性观察、评判，没有统一的标准，也容易造成误判。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种秧苗主茎节点检测方法及装置。

根据本发明的一个方面，提供一种秧苗主茎节点检测方法，包括：

S1、获取待测秧苗的骨架化图像，所述骨架化图像包括所述待测秧苗的主茎骨架、所述待测秧苗的骨架线上所有骨架分枝和所述待测秧苗的轮廓线；

S2、获取每一骨架分枝对应的子轮廓线和每一骨架分枝对应的轮廓角度；其中，每一骨架分枝对应的子轮廓线为所述轮廓线上的一段，每一骨架分枝对应的轮廓角度为每一骨架分枝对应的子轮廓线的两个端点与每一骨架分枝对应的节点的连线所形成的夹角，每一骨架分枝对应的节点为每一骨架分枝与所述主茎骨架之间的交点或每一骨架分枝与所述待测秧苗的其它骨架分枝之间的交点；

S3、根据每一骨架分枝对应的子轮廓线和每一骨架分枝对应的轮廓角度，确定是否对每一骨架分枝进行剪枝，若判断获知所述待测秧苗的所有分枝存在分枝需要进行剪枝，在完成剪枝操作后，获取剪枝后的骨架化图像，并获取剪枝后的骨架化图像中的主茎区域中的所有主茎节点。

优选地，步骤S3中，根据每一骨架分枝对应的子轮廓线和每一骨架分枝对应的轮廓角度，确定是否对每一骨架分枝进行剪枝，具体包括：对于所有骨架分枝中的任一骨架分枝，若所述任一骨架分枝对应的子轮廓线的长度与所述任一骨架分枝对应的轮廓角度的比值小于预设阈值，对所述任一骨架分枝进行剪枝。

优选地，所述任一骨架分枝对应的子轮廓线的长度为：

OL(b_i)＝max{Om(k_j,k_n):k_j∈T(l_i),k_n∈T(l_i)}，