[发明专利]一种基于双目图像的大米厚度参数自动化测量方法

说明书

本发明公开了一种基于双目图像的大米厚度参数自动化测量方法，包括以下步骤：步骤1、大米双目图像的采集；步骤2、对大米左右图像进行预处理；步骤3、在左右两张图像的多颗大米之间，进行同名米的匹配；步骤4、对匹配的一对同名米，对其边缘上的同名点进行匹配；步骤5、大米边缘高度和厚度的计算。本发明公开了一种利用大米的双目图像进行厚度参数测量的自动化方法，针对大米表面纹理缺乏无法直接匹配同名点的难点，提出一种转换和分解的思路，为图像中的大米边缘点构造形状特征，然后利用边缘高度和大米厚度的假设关系间接地测量出大米厚度。

技术领域

本发明涉及遥感和农学的交叉领域，尤其涉及一种基于双目图像的大米厚度参数自动化测量方法。

背景技术

水稻是人类最重要的粮食作物之一，据调查数据显示，世界上大约有一半的人口以大米为主食。随着世界人口数量的不断增加，到2025年全球人口对大米的需求量还会提升26％，人们对大米的品质提出了更高的要求。

对于大米的品质等级评估，国家标准中罗列了数项评价指标参数，其中很重要的一方面就是对于大米外观形状的描述。目前测量的大米最基本的形状参数包括米粒的长度、宽度，及其他一些基于长宽计算的参数，例如长宽比，这些参数反映了米粒的形状特点，但是不难发现，无论是长度、宽度还是长宽比，都只能描述米粒的二维信息，而另一个很重要的维度——米粒厚度，大多数情况下都没有被测量。主要原因是，目前传统的大米外形参数测量都是依靠人工使用游标卡尺等工具完成的，虽然测量精度有较好的保证，但是测量过程却十分繁琐，不仅耗时耗力，还容易受到人工误读的主观因素干扰，因此通常情况下只会测量大米的长度和宽度，而测量难度更大的大米厚度就会被舍弃。即使部分研究者在自动化水平提高以后通过图像处理的技术去测量大米的外形参数，依旧只测量了二维的长度和宽度，对于厚度的提取也是鲜有人为。然而厚度参数测量却有着十分重要的意义。第一，有学者研究过米粒的厚度与其表面裂纹的产生还有内部蛋白质含量的关系，大米厚度参数的测量为这些研究提供了基础的数据支持。第二，对于水稻基因专家而言，他们希望在大米的外在表型与内在基因之间建立联系，即针对不同的表型特征，定位到与之关联的基因组，但是大米厚度测量困难大，阻碍了对应基因的研究进程。第三，从水稻考种的角度来说，谷粒的饱满度是衡量一株水稻生长发育状况的重要指标，目前受限于米粒厚度测量的缺失，基本只能依靠粮食专家按照人工识别的方式给谷子进行定性化的饱满度分级，缺乏定量化的标准。

从上述背景和意义的描述中可以看出，目前大米厚度参数的测量是缺失的，目前国家标准中没有把大米厚度列入米质评估参数中，也没有相应的测量方法标准，当出于某些特定目的需要用到厚度参数时，研究者们最常见的做法是使用传统的方式，即用游标卡尺去手工测量米粒厚度。这种方法难度很大，因为米粒颗粒微小且表面很光滑，游标卡尺在夹取米粒时很容易夹偏或者打滑，是一项劳动力成本很高的工作。随着图像处理与信息提取技术的发展，有研究者尝试用二维图像处理的方法从侧面拍摄大米，获取大米的厚度。这种方法需要有一个专门的米粒盛放装置，拍摄者将米粒一颗一颗地放入各个V型凹槽内，然后从侧面去拍摄图像，缺点是一次只能拍摄一排大米，数量有限，并且从侧面图中无法同步提取出长宽信息，这种方法具有较大的局限性，其普适性不够。激光点云作为一种可以精准获取物体三维信息的手段，也逐渐被用来尝试获取大米的外形参数，精度很高，但需要购买专门的激光扫描仪器，价格昂贵，不利于大规模推广。同时，大多数情况下，激光点云的分辨率还不够高，达不到用来测量大米表型的精度要求。

由此可以看出，目前国内外在大米厚度参数测量方面的技术研究还不成熟。想要用二维的图像获取三维的信息，应该从经典的双目立体视觉或摄影测量的角度入手，这应该是一个重要的研究趋势。但是大米表面缺乏纹理特征，传统的同名点匹配算法又无法直接匹配出大米表面最高的一对同名点，这极大地限制了后续的厚度提取工作。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于双目图像的大米厚度参数自动化测量方法。

本发明解决其技术问题所采用的技术方案是：