一种茶树叶片叶齿深度的量化评价方法技术

本发明专利技术公开了一种茶树叶片叶齿深度的量化评价方法，涉及产品检测技术领域，包括如下步骤：S1：拍摄采集得到茶树叶片图像；S2：根据茶树叶片图像提取得到叶片面积和叶片轮廓线数据；叶片轮廓线数据包括茶树叶片的周长和叶片轮廓线；S3：计算得到轮廓线上任意点的切分斜率；S4：以第一切分点为初始点，沿轮廓线逆时针对轮廓线上的像素点进行编号；根据各点的切分斜率计算得到各点的斜率变化状态；S5：计算得到叶齿深度指数；S6：根据叶齿深度指数对茶树叶片叶齿深度的进行评价。本发明专利技术通过计算得到的叶齿深度指数对茶树叶片的形态进行评价，消除了鉴定人员个人主观因素对评价结果准确性的影响。性的影响。性的影响。

【技术实现步骤摘要】
一种茶树叶片叶齿深度的量化评价方法


[0001]本专利技术涉及产品检测
，具体涉及一种茶树叶片叶齿深度的量化评价方法。

技术介绍

[0002]现有茶树叶齿统计与评价均为人工计数和感官审评。主要是对茶树叶片叶齿深度、叶齿锐度、叶齿深度等相关指标进行裸眼观察，人工计数，两两比较后，依据专家经验进行主观判断并给予综合评价。现行的茶树叶齿形态识别和分类方法，虽然在一定程度上能反映出叶齿形态，但评价结果容易受专家个人主观经验的影响，同一样品在不同时间、不同鉴定人员和不同鉴定环境中得到的结果具有明显的波动，缺少稳定性。此外，叶齿形态识别、分类和评价时，每个样品要做10
‑
20个重复，靠人工计数和统计，需要投入大量时间，评价效率较低，评价结果不够客观。

技术实现思路

[0003]针对现有技术的上述不足，本专利技术提供了一种茶树叶片叶齿深度的量化评价方法。
[0004]为达到上述专利技术目的，本专利技术所采用的技术方案为：
[0005]提供一种茶树叶片叶齿深度的量化评价方法，其包括如下步骤：
[0006]S1：拍摄采集得到茶树叶片图像；
[0007]S2：根据茶树叶片图像提取得到叶片面积S
LEF
和叶片轮廓线数据；叶片轮廓线数据包括茶树叶片的周长C
LEF
和叶片轮廓线；
[0008]S3：以茶树叶片图像左下角作为坐标系原点建立坐标系，对叶片轮廓线进行切分得到第一切分点、第二切分点、第三切分点和第四切分点，第一切分点、第二切分点、第三切分点和第四切分点分别为叶片轮廓线的y轴最小点x轴最大点y轴最大点和x轴最小点并计算得到轮廓线上任意点(x
p
,y
p
)的切分斜率K
p
；
[0009][0010]S4：以第一切分点P1为初始点，沿轮廓线逆时针对轮廓线上的像素点进行编号；根据各点的切分斜率K
p
计算得到各点的斜率变化状态Z
p
，
[0011][0012]统计变化趋势线图中波峰数量N
B1
和波谷数量N
B2
；波峰数量N
B1
即为茶树叶片的叶齿数量N
LEF
；
[0013]对斜率变化状态数据进行清洗，清洗过程包括：当波峰或波谷中相同Z
p
的数量小于λ时，则将该波峰或波谷与横坐标上的前一波峰或波谷进行合并；否则保持不变，根据清洗后的斜率变化状态数据制作得到斜率变化趋势图；
[0014]S5：根据以下公式计算得到叶齿深度指数：
[0015][0016]N
B
＝N
B1
+N
B2
；
[0017][0018]其中，为第e个波峰的起始点到结束点的斜率；为第r个波谷的起始点到结束点的斜率；
[0019]S6：根据叶齿深度指数D
LEF
对茶树叶片叶齿深度的进行评价。
[0020]进一步的，茶树叶片图像包括茶树叶片形态图和分别位于茶树叶片图四角的四个黑色矫正块图；根据茶树叶片形态图和四个黑色矫正块图对叶片面积S
LEF
和叶片轮廓线数据进行提取。
[0021]进一步的，对叶片面积S
LEF
和叶片轮廓线数据提取包括依次进行二值化处理和轮廓线提取处理；
[0022]二值化处理包括如下具体步骤：
[0023]A1：提取茶树叶片图像的饱和度矩阵数据；
[0024]A2：对饱和度矩阵数据进行二值化处理得到二值化矩阵；二值化公式为：
[0025][0026]其中，x
ij
为饱和度矩阵中第i行，第j列的矩阵元；k为二值化字符串；ω为二值化划分阈值；
[0027]A3：将二值化矩阵还原得到二值化图像；
[0028]A4：根据二值化图像计算得到叶片面积其中，α为四个黑色矫正块图的像素平均值。
[0029]进一步的，步骤A2与A3之间还包括对二值化矩阵进行修补和清洗；具体步骤包括：对二值化矩阵进行修补和清洗得到二值化优化矩阵，修补和清洗公式包括如下：
[0030][0031][0032]u＝I
‑
1；
[0033]v＝J
‑
1；
[0034]其中，K
ij
为饱和度矩阵中以x
ij
为中心的3*3矩阵中值为k的像素点的个数；I为饱和度矩阵的总行数；J为饱和度矩阵的总列数；
[0035]将二值化优化矩阵带入A3进行还原操作得到二值化图像。
[0036]进一步的，轮廓线提取处理包括如下具体步骤：
[0037]B1：根据边缘赋值公式从上到下、从左到右遍历二值化图像，对二值化图像中茶树叶片边缘的像素点进行赋值，得到粗边缘赋值图；边缘赋值公式包括如下：
[0038][0039][0040]其中，Z
ij
为二值化图像中以x
ij
为中心的3*3矩阵中值为0的像素点的个数；
[0041]B2：根据一维化公式从上到下、从左到右遍历粗边缘赋值图，将叶片边缘轮廓一维化，得到一维边缘赋值图；一维化公式包括如下：
[0042][0043]其中，K
′
ij
为粗边缘赋值图中以x
ij
为中心的3*3矩阵中值为k的像素点的个数；
[0044][0045]B3：根据边缘提取公式从上到下、从左到右遍历一维边缘赋值图，提取得到叶片轮廓线图；边缘提取公式包括如下：
[0046][0047]进一步的，步骤B1和B2之间还包括步骤B1.5：
[0048]B1.5：根据断点补齐公式从上到下、从左到右遍历粗边缘赋值图，对粗边缘轮廓进行断点补齐；断点补齐公式包括如下：
[0049][0050][0051][0052]其中，Z
′
ij
为粗边缘赋值图中以x
ij
为中心的3*3矩阵中值为0的像素点的个数；A
ij
为粗边缘赋值图中以x
ij
为中心的3*3矩阵中值为1的像素点的个数；
[0053]将断点补齐后的粗边缘赋值图带入B2中进行边缘轮廓一维化。
[0054]进一步的，步骤S6具体包括：设定第一深度阈值δ1和第二深度阈值δ2；当叶齿深度指数D
LEF
<δ1时，则该茶树叶片为浅深度叶齿；当叶齿深度指数δ1≤D
LEF
≤δ2时，则该茶树叶片为中深度叶齿；当叶齿深度指数D
LEF
>δ2时，则该茶树叶片为高深度叶齿。
[0055]本专利技术的有益效果为：
[0056]本专利技术通过提取茶树叶片的叶片面积和轮廓线数据，并通过对轮廓线进行切分，得到茶树叶片轮廓上任一点的切分斜率，从而计算得到用于评价树叶叶齿深度的叶齿深度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种茶树叶片叶齿深度的量化评价方法，其特征在于，包括如下步骤：S1：拍摄采集得到茶树叶片图像；S2：根据茶树叶片图像提取得到叶片面积S
LEF
和叶片轮廓线数据；叶片轮廓线数据包括茶树叶片的周长C
LEF
和叶片轮廓线；S3：以茶树叶片图像左下角作为坐标系原点建立坐标系，对叶片轮廓线进行切分得到第一切分点、第二切分点、第三切分点和第四切分点，所述第一切分点、第二切分点、第三切分点和第四切分点分别为叶片轮廓线的y轴最小点x轴最大点y轴最大点和x轴最小点并计算得到轮廓线上任意点(x
p
,y
p
)的切分斜率K
p
；S4：以第一切分点P1为初始点，沿轮廓线逆时针对轮廓线上的像素点进行编号；根据各点的切分斜率K
p
计算得到各点的斜率变化状态Z
p
，统计变化趋势线图中波峰数量N
B1
和波谷数量N
B2
；波峰数量N
B1
即为茶树叶片的叶齿数量N
LEF
；对斜率变化状态数据进行清洗，清洗过程包括：当波峰或波谷中相同Z
p
的数量小于λ时，则将该波峰或波谷与横坐标上的前一波峰或波谷进行合并；否则保持不变，根据清洗后的斜率变化状态数据制作得到斜率变化趋势图；S5：根据以下公式计算得到叶齿深度指数：
N
B
＝N
B1
+N
B2
；其中，为第e个波峰的起始点到结束点的斜率；为第r个波谷的起始点到结束点的斜率；S6：根据叶齿深度指数D
LEF
对茶树叶片叶齿深度的进行评价。2.根据权利要求1所述的茶树叶片叶齿深度的量化评价方法，其特征在于，所述茶树叶片图像包括茶树叶片形态图和分别位于茶树叶片图四角的四个黑色矫正块图；根据茶树叶片形态图和四个黑色矫正块图对叶片面积S
LEF
和叶片轮廓线数据进行提取。3.根据权利要求2所述的茶树叶片叶齿深度的量化评价方法，其特征在于，对叶片面积S
LEF
和叶片轮廓线数据提取包括依次进行二值化处理和轮廓线提取处理；所述二值化处理包括如下具体步骤：A1：提取茶树叶片图像的饱和度矩阵数据；A2：对饱和度矩阵数据进行二值化处理得到二值化矩阵；二值化公式为：其中，x
ij
为饱和度矩阵中第i行，第j列的矩阵元；k为二值化字符串；ω为二值化划分阈值；A3：将二值化矩阵还原得到二值化图像；A4：根据二值化图像计算得到叶片面积其中，α为四个黑色矫正块图的像素平均值。4.根据权利要求3所述的茶树叶片叶齿深度的量化评价...

【专利技术属性】
技术研发人员：唐敏，侯渝嘉，翟秀明，徐进，李艳花，敬廷桃，
申请(专利权)人：重庆市农业科学院，
类型：发明
国别省市：