[发明专利]基于超像素分割的小麦麦穗智能计数系统及方法

说明书

本发明公开了一种基于超像素分割的小麦麦穗智能计数系统及方法，系统包括超像素分割模块、特征数据集形成模块、分类识别模块、形态学处理区域划分模块和计数统计模块，所述超像素分割模块，用于对小麦麦穗数码照片，根据像素点颜色、亮度特性划分为多个像素区域，对每个像素区域加注标号，形成加注标号图像，且该加注标号图像包含多个特征属性的结构体。本发明通过超像素对小麦麦穗数码照片进行麦穗分割，较好地保留了麦穗的边缘信息，通过区域划分和重叠区处理，能够简单快捷准确的实现麦穗的计数统计，更便于小麦产量的估测，方法构思新颖巧妙，实现便捷，具有良好的应用前景。

技术领域

本发明涉及粮食作物智能化产量评估技术领域，具体涉及一种基于超像素分割的小麦麦穗智能计数系统及方法。

背景技术

小麦是世界种植面积最大的粮食作物，也是我国主要的粮食作物之一，在国民经济中占重要地位，因此，准确高效的产量估测在小麦生产中有重要意义。

小麦的产量构成因素主要包括单位面积穗数、每穗粒数、千粒重，其中，单位面积穗数是构成产量的最基本因素，也是在优良品种选育过程中的一个重要指标。

因此，如何实现大田环境下智能、准确、快速的麦穗识别计数，更好的服务于高产优质的生产目标，以及基于生产潜力的良种选育，是当前急需解决的问题。

发明内容

本发明的目的是克服现有技术中，无法实现大田环境下智能、准确、快速的麦穗识别计数的问题。本发明的基于超像素分割的小麦麦穗智能计数系统及方法，通过超像素对小麦麦穗数码照片进行麦穗分割，较好地保留了麦穗的边缘信息，通过区域划分和重叠区处理，能够简单快捷准确的实现麦穗的计数统计，更便于小麦产量的估测，方法构思新颖巧妙，实现便捷，具有良好的应用前景。

为了达到上述目的，本发明所采用的技术方案是：

一种基于超像素分割的小麦麦穗智能计数系统，包括超像素分割模块、特征数据集形成模块、分类识别模块、形态学处理区域划分模块和计数统计模块，

所述超像素分割模块，用于对小麦麦穗数码照片，根据像素点颜色、亮度特性划分为多个像素区域，对每个像素区域加注标号，形成加注标号图像，且该加注标号图像包含多个特征属性的结构体；

所述特征数据集形成模块，利用超像素分割模块处理结果中的多个特征属性的结构体，根据样本区域预先处理的掩膜文件，对加注标号的样本区域进行划分，筛选出典型麦穗区域和背景区域，提取上述区域对应的特征参量，建立样本数据集；

所述分类识别模块，利用建立的样本数据集训练MATLAB仿真软件内自带的分类器，将进行超像素分割模块处理后的加注标号图像按其区域标号和对应特征参数形成与样本数据集相同格式，通过训练好的分类器进行分类，将每个标号区域划分为麦穗区域和背景区域两个部分，形成一个二值图像，并对二值图像进行预处理，实现原始数码图像掩膜，初步分割出麦穗区域；

所述形态学处理区域划分模块，对预处理后的二值图像进行进一步的形态学处理，弱化边界，突出麦穗区域部分，统计麦穗区域部分的总区域数，形成对应的区域标号图；

所述计数统计模块，基于形态学处理区域划分模块的结果，根据麦穗区域部分的区域面积，筛选出重叠区，对重叠区进行骨架提取，拐点检测，并依据拐点数和区域面积特性计算出重叠区麦穗数，结合总区域数，实现麦穗计数。

前述的基于超像素分割的小麦麦穗智能计数系统，所述超像素分割模块，包括依次连接的图像载入单元、Lab格式转化单元、建立标记区域单元、结构数组生成单元和分割结果呈现单元，所述结构数组生成单元，包括图像区域标号子单元、邻接矩阵生成子单元、多特征属性生成子单元。

前述的基于超像素分割的小麦麦穗智能计数系统，所述特征数据集形成模块，包括超像素分割结果载入单元、掩膜文件载入单元、颜色特征数据集提取单元、标号提取单元、样本数据集生成单元，所述标号提取单元包括麦穗区域标号提取和背景区域标号提取。