【技术实现步骤摘要】
本专利技术涉及植物生理生态学，尤其涉及一种基于图像的无叶柄叶片长度测定方法、系统及装置。
技术介绍
1、叶片是植物进行光合作用的主要器官，叶片表型形状受基因和环境因素影响，能够反映植物结构及组成，同时反映出植物生长发育过程及结果的全部物体特征、生理特征及生化特征，提供了评价植物环境因子效应的重要指标，叶片表型参数的分析与育种息息相关，是众多关于估算植物特征参数模型输入或输出的重要参数，可用于植物叶片面积估计与植物叶片的自动识别任务当中。目前针对植物叶片长度的测量，主要借助传统数格子方法来进行植物叶片长度的测定，该类方法虽然测量过程简单，但是使用中费时费力，同时得到的计算数据准确度不高。
2、随着图像技术的不断发展，采用计算机视觉的方式可以实现叶片长度无接触的测定，采用图像处理结合植物叶片特点的方法，计算得到叶片在图像中的像素点数，进而计算得到真实叶片长度，避免传统测定方法中由于测定人员主观意志出现的测定误差，同时节省了人力物力，实现简单快捷的植物叶片长度测定。
技术实现思路
1、本专利技术针对现有技术中的缺点，提供了一种基于图像的无叶柄叶片长度测定方法、系统及装置。
2、为了解决上述技术问题，本专利技术通过下述技术方案得以解决：
3、一种基于图像的无叶柄叶片长度测定方法，包括以下步骤：
4、获取无叶柄叶片图像并进行二值化处理，得到叶片二值化图像，其中，无叶柄叶片为无叶柄且叶柄根部与叶尾处凸出的叶片；
5、基于所述叶片二值化
6、对边缘坐标点集合进行预处理，得到叶片边缘点集合，并计算所有叶片边缘点的曲率，得到叶片曲率集合，其中，无叶柄且叶尾处凸出叶片的叶尖点曲率为叶片曲率集合中的最大值；
7、获取叶片二值化图像的最小外接三角形，基于叶尖点及最小外接三角形确定叶片边缘叶柄的位置点并连接，得到叶片长度像素数，进而得到实际叶片长度。
8、作为一种可实施方式，所述预处理包括平滑处理和/或降采样处理。
9、作为一种可实施方式，所述平滑处理，表示如下：
10、
11、
12、其中，coordxysmooth(1,i)表示平滑后边缘曲线中第i个点的横坐标，coordxysmooth(2,i)表示平滑后边缘曲线中第i个点的纵坐标，2×smoothsize+1表示平滑窗口的大小，coordxy(1,i)表示第i个边缘坐标点的横坐标，coordxy(2,i)表示第i个边缘坐标点的纵坐标。
13、作为一种可实施方式，所述降采样处理，表示如下：
14、subsamplenum＝floor(n/intvcurvature)
15、其中，intvcurvature表示降采样间隔点数，n表示边缘坐标点集合中点数量，subsamplenum表示叶片边缘点集合中点数量。
16、作为一种可实施方式，所述计算所有叶片边缘点的曲率，得到叶片曲率集合，表示如下：
17、dx(i)＝x(i+1)-x(i)
18、dy(i)＝y(i+1)-y(i)
19、dxx(i)＝x(i+1)+x(i-1)-2×x(i)
20、dyy(i)＝y(i+1)+y(i-1)-2×y(i)
21、
22、其中，x(i)表示叶片边缘点集合中第i点叶片边缘点的横坐标，y(i)表示叶片边缘点集合中第i点叶片边缘点的纵坐标，subsamplecurvature(i)表示叶片曲率集合中第i点的曲率。
23、作为一种可实施方式，所述基于叶尖点及最小外接三角形确定叶片边缘叶柄的位置点并连接，得到叶片长度像素数，包括以下步骤：
24、获取叶片二值化图像最小外接三角形顶点的位置信息；
25、基于位置信息，在无叶柄叶片图像中将距离叶尖点间距离最远的两个顶点进行连接，得到顶点连线，并作一组与顶点连线相平行且垂足距离叶尖点为预设比例的平行直线；
26、基于所述平行直线，得到一组灰度最大值点，所述灰度最大值点为顶点平行直线与叶片主叶脉的交点；
27、对所述灰度最大值点进行直线拟合，得到拟合直线，计算拟合直线与顶点连线的交点，拟合直线与顶点连线的交点即为叶尾点；
28、计算叶尖点与叶尾点之间的距离，得到叶片长度像素数。
29、作为一种可实施方式，所述顶点连线，表示如下：
30、a·x+b·y+c＝0
31、a＝y2-y1
32、b＝x1-x2
33、c＝x2·y1-x1·y2
34、计算得到无叶柄叶片图像中叶尖点到顶点连线的垂足，表示如下：
35、
36、
37、其中，a·x+b·y+c＝0表示顶点连线，x1表示与叶尖点距离最远的点t1的横坐标，y1表示与叶尖点距离最远的点t1的纵坐标，x2表示与叶尖点距离最远的点t2的横坐标，y2表示与叶尖点距离最远的点t2的纵坐标，x0表示无叶柄叶片图像中叶尖点到顶点连线垂足的横坐标，y0表示无叶柄叶片图像中叶尖点到顶点连线垂足的纵坐标。
38、作为一种可实施方式，所述平行直线，表示如下：
39、t0,i＝(x0,i,y0,i)＝factor·(x0,y0)
40、factor＝0.9,0.91,0.92,...,0.99
41、
42、其中，t0,i表示叶尖点到第i条顶点平行直线的垂足，x0表示无叶柄叶片图像中叶尖点到顶点连线垂足的横坐标，y0表示无叶柄叶片图像中叶尖点到顶点连线垂足的纵坐标，factor比例常数即预设比例，表示第i条顶点平行直线，x0,i表示第i条顶点平行直线上点的横坐标，y0,i表示第i条顶点平行直线上点的纵坐标。
43、作为一种可实施方式，所述得到实际叶片长度，包括以下步骤：
44、计算图像中像素数与实际长度的比例值，结合叶片长度像素数得到实际叶片长度，所述实际叶片长度所示如下：
45、length＝k×len
46、其中，length表示实际叶片长度，k表示图像中像素数与实际长度的比例值，len表示叶片长度像素数。
47、一种基于图像的无叶柄叶片长度测定系统，包括二值化模块、轮廓计算模块、预处理模块及长度计算模块；
48、所述二值化模块，获取无叶柄叶片图像并进行二值化处理，得到叶片二值化图像，其中，无叶柄叶片为无叶柄且叶柄根部与叶尾处凸出的叶片；
49、所述轮廓计算模块，基于所述叶片二值化图像计算无叶柄且叶尾处凸出叶片的轮廓，得到闭合边缘曲线，提取闭合边缘曲线上所有边缘坐标点信息，得到边缘坐标点集合；
50、所述预处理模块，对边缘坐标点集合进行预处理，本文档来自技高网...
【技术保护点】
1.一种基于图像的无叶柄叶片长度测定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述预处理包括平滑处理和/或降采样处理。
3.根据权利要求2所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述平滑处理，表示如下：
4.根据权利要求2所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述降采样处理，表示如下：
5.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述计算所有叶片边缘点的曲率，得到叶片曲率集合，表示如下：
6.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述基于叶尖点及最小外接三角形确定叶片边缘叶柄的位置点并连接，得到叶片长度像素数，包括以下步骤：
7.根据权利要求6所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述顶点连线，表示如下：
8.根据权利要求6所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述平行直线，表示如下：
9.根据权利要求1所述基于图像的无叶柄叶片长度
10.一种基于图像的无叶柄叶片长度测定系统，其特征在于，包括二值化模块、轮廓计算模块、预处理模块及长度计算模块；
11.根据权利要求10所述基于图像的无叶柄叶片长度测定系统，其特征在于，所述长度计算模块，被设置为：
12.根据权利要求10所述基于图像的无叶柄叶片长度测定系统，其特征在于，所述长度计算模块，被设置为：
13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任意一项所述的方法。
14.一种基于图像的无叶柄叶片长度测定装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任意一项所述的方法。
...【技术特征摘要】
1.一种基于图像的无叶柄叶片长度测定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述预处理包括平滑处理和/或降采样处理。
3.根据权利要求2所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述平滑处理，表示如下：
4.根据权利要求2所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述降采样处理，表示如下：
5.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述计算所有叶片边缘点的曲率，得到叶片曲率集合，表示如下：
6.根据权利要求1所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述基于叶尖点及最小外接三角形确定叶片边缘叶柄的位置点并连接，得到叶片长度像素数，包括以下步骤：
7.根据权利要求6所述基于图像的无叶柄叶片长度测定方法，其特征在于，所述顶点连线，表示如下：
8.根据权利要求6所述基于图像的无叶柄叶片长度测定...
【专利技术属性】
技术研发人员：张煜，陈渝阳，王亚利，王闯，张文杰，吕士平，毛立凤，
申请(专利权)人：浙江托普云农科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。