[发明专利]一种梨种质资源表型果点数据的测量与分析方法

说明书

本发明提出一种梨种质资源表型果点数据的测量与分析方法，采集梨表面图像，对图像进行预处理去除图像中的噪声，然后统计图像中的果点数据，分析数据得到果点密度。本发明基于机器视觉测量梨种质资源果点数据，大大提高了梨种质研究中果点数据的统计效率，增加了统计数据种类，采用机器代替人工检测，不仅可以减少成本，还能减少人工测量误差产生的统计错误，本发明的方法不仅可以统计梨表面果点的数量、大小等信息，还可以计算果点密度，对梨种质研究有着深远的意义。

技术领域

本发明属于梨种质资源技术领域，尤其是一种梨种质资源表型果点数据的测量与分析方法。

背景技术

梨是我国第三大水果，现有种植面积约104.06万公顷、产量约1523.19万吨/年，占世界梨树收获总面积的68.2％和世界梨树总产量的67.3％，我国是世界上最大的梨资源生产和消费国家。

表型多样性主要研究种群在其分布区域内的各种环境中的表型变异，是生物多样性的重要研究内容，研究分析梨种质资源表型多样性有助于了解梨种质资源性状遗传发育机理，有利于梨种质资源的评价挖掘及特色多样化品种培育，同时可以为梨种质资源描述的规范化和标准化提供数据基础和理论依据，促进梨种质资源的高效利用。

在表型特征中，果实的变异是遗传变异的最主要特征之一，主要包括果实纵横经、单果重、果实形状、底色、盖色、果锈、果点、果梗、萼片等外在品质，以及果心大小、硬度、质地、可溶性固形物含量、石细胞、汁液、风味、香气等内在品质。国内梨种质资源的评价主要参考曹玉芬编著的《梨种质资源描述规范和数据标准》，简称梨规范标准。梨规范标准中规定了梨种质资源各描述符的字段名称、类型、长度、小数位、单位、代码等，便于建立规范、统一的梨种质资源数据库，提高资源利用效率。果点的密度和大小作为果实外观品质的重要性状之一，因为针对果点密度和大小的测量设备不够成熟、人力测量耗时耗力等的原因，梨规范标准中有关梨果实果点的描述仅限于“果点明显程度(明显、中等、不明显)”，这样的标准不足以开展性状遗传多样性及变异系数的研究。

发明内容

针对目前梨种质资源中果点大小、密度等信息的标准不够规范，测量复杂、成本较高的问题，本发明提出了一种梨种质资源表型果点数据的测量与分析方法，采集梨表面图像，对图像进行预处理去除图像中的噪声，然后统计图像中的果点数据，分析数据得到果点密度。

实现本发明目的的技术解决方案为：

一种梨种质资源表型果点数据的测量与分析方法，包括以下步骤：

步骤1、采集梨表面图像，并对梨表面图像进行预处理，所述预处理包括灰度值处理和二值化处理；

步骤2、从预处理后的图像中选择一块图像区域作为测量区域，统计该测量区域中的果点数据，并根据果点数据对测量区域中的图像进行去噪处理，得到去噪后的图像；

所述去噪处理是指将果点的面积、长度、宽度、周长分别与预设的对应的去噪条件进行比较，将满足去噪条件的果点视为噪点并去除；

步骤3、从去噪后的图像中统计梨种质资源表型果点数据并计算果点密度。

进一步的，本发明的梨种质资源表型果点数据的测量与分析方法，所述预处理的具体步骤为：

步骤1-1：取RGB绿色通道为灰度值，对梨表面图像做灰度值处理，得到灰度值图像；

步骤1-2：采用Niblack算法对灰度值图像进行阈值分割，生成二值化图像。

进一步的，本发明的梨种质资源表型果点数据的测量与分析方法，所述步骤1-2中对灰度值图像进行阈值分割，生成二值化图像的具体步骤为：

步骤1-2-1：将灰度值图像分为Q个矩形区域，所述每个矩形区域由n*n个像素点组成，即矩形区域每一行均包含n个像素，每一列均包含n个像素，其中，Q、n为正整数；