【技术实现步骤摘要】
本专利技术属于银杏叶片表型异常识别领域，具体涉及一种银杏叶片异常表型检测方法。
技术介绍
1、银杏叶片受到遗传、环境、营养成分等多种因素的影响，其叶片内富含的多种天然活性物质和营养成份。这些成份使得银杏叶片在医药、化妆品、保健领域具有广泛的应用价值。而且，银杏叶片的形态和特征也具有一定的遗传稳定性。如果银杏叶片在形态，颜色，大小等方面与正常叶片存在显著的差异现象，则表明银杏叶片出现了异常表型，异常表型叶片不仅影响银杏的观赏价值，还可能对其药用成份的含量和品质产生不良影响。因此，银杏叶片异常表型检测对于银杏资源的保护，利用和开发具有重要的意义。现有的技术大多从形态学观察、分子生物学技术、生理生态学技术角度出发，分析异常表型出现的原因和机制，但关于直接进行银杏异常表型检测的方法较少，因此，本文从机器学习的角度出发，专利技术一种银杏叶片表型检测方法，能自动检测其表型异常的叶片。
技术实现思路
1、本专利技术为了解决上述问题，提供了一种银杏叶片异常表型检测方法。
2、本专利技术为实现上述目的，通过以下技术方案实现：
3、第一方面，本专利技术提供一种银杏叶片异常表型检测方法，包括以下步骤：
4、s1.银杏叶片数据采集：通过相机获取银杏叶片图像数据，并进行预处理，得到银杏叶片图像数据集；
5、s2.银杏叶片轮廓提取：利用测地线距离方法对银杏叶片数据集中图像进行轮廓提取，得到银杏叶片图像的轮廓曲线；
6、s3.形状匹配模型构建：根据步骤
7、s4.银杏叶片异常表型检测：数据集中待检测图像输入到形状匹配模型中，判断待检测图像是否为异常表型。
8、进一步地，步骤s1包括：
9、将获取的银杏叶片图像的背景统一设置为白色，将图像裁剪为统一尺寸的rgb图像,并对银杏叶片图像类别进行标注；所述银杏叶片图像类别包括扇形叶、楔形叶、如意形叶、心形叶以及畸形叶；将扇形叶、楔形叶、如意形叶、心形叶作为正常类，畸形叶作为异常类；其中，扇形叶、楔形叶、如意形叶、心形叶各张，畸形叶张，得到银杏叶片图像数据集。
10、进一步地，步骤s2具体包括：
11、s21.将数据集中的银杏叶片图像进行灰度变换处理，得到灰度图像，公式表示如下：
12、，
13、其中，分别指图像对应的r，g，b三个通道；
14、s22.对灰度图像进行中值滤波去噪，得到去噪后的灰度图像，公式表示如下：
15、，
16、其中，表示取中值操作，是指中值滤波的窗口大小，这里设置为3x3,(x,y)表示灰度图像中的像素点，表示(x,y)沿着窗口w进行滑动时的像素点。m是指灰度图像图像的长度，n是指灰度图像的宽度。
17、s23.对去噪后的灰度图像进行直方图均衡化处理，得到对比度增强后的灰度图像，公式表示如下：
18、=，
19、其中，表示去噪后的图像的直方图，表示的灰度级数，，表示灰度级数为256，表示图像中的总像素，；
20、s24.将对比度增强后的灰度图像进行轮廓勾勒，得到轮廓曲线。
21、进一步地，步骤s24具体包括：
22、s241.构建图结构g：根据对比度增强后的灰度图像构建一个图结构，v表示节点集合，对比度增强后的灰度图像中每个像素对应图结构g中的一个节点，，根据像素的4连通性构建加权边：，权重定义为相邻像素间的灰度值差异，表示的4连通相邻像素，表示对比度增强后的灰度图像中位于位置的像素的灰度值；
23、s242.计算测地线距离：将对比度增强后的灰度图像中的第一个0值点设为起点，，表示图结构g中第一个0值点的节点，定义一个测地线距离队列dist，将起点起点加入队列，并设置其距离为0，其他节点的距离设置为无穷大，当测地线距离队列非空时，从测地线距离队列中取出距离最小的节点，更新每个相邻节点的路径长度，公式表示如下：
24、，
25、当更新后的小于当前已知的，则将加入测地线距离队列，迭代到测地线距离队列为空，最终dist中将包含起点到图像中每个像素点的最短路径长度，得到测地线距离；
26、s243.设定阈值，遍历dist中的每个像素点，如果测地线距离值大于阈值，则该像素点为边界点，否则，将该像素点视为内部点；创建掩码图像，掩码图像中包括边界点和内部点，将边界点标记为1，内部点设置为0，所述掩码图像经过hough变换得到对比度增强后的灰度图像的轮廓曲线，公式表示如下：
27、。
28、进一步地，步骤s3包括：
29、s31.构建模板：选取数据集正常类中扇形叶、楔形叶、如意形叶以及心形叶4类银杏叶片图像各张，通过人工绘制其形态并提取银杏叶片为独立的图像区域，将叶片统一翻转为叶柄朝下，共计生成个模板，各类别分别有个模板；
30、s32.通过步骤s2得到所有模板的轮廓曲线，遍历步骤s31中模板，将第c个类别中第k个模板的轮廓曲线记为，将选取的4类银杏叶片图像提取到的轮廓曲线记为，计算和之间的总体匹配代价值，公式表示如下：
31、，
32、，
33、其中，，分别表示和中的点，和分别表示和中边界点的最大值，表示点(和点之间的匹配代价cost值，表示和之间的总体匹配代价值；遍历每个模板，计算每一类模板与该类别对应图像轮廓曲线之间的总体平均匹配代价以及匹配代价方差，公式表示如下：
34、，
35、，
36、其中，表示步骤s31中选取的银杏叶片图像第c个类别的第个图像，表示第c个类别模板与该类别对应图像轮廓曲线之间的总体平均匹配代价，表示第c个类别模板与该类别对应图像轮廓曲线之间的匹配代价方差。
37、进一步地，步骤s3中，选出数据集中经过步骤s31后剩余的扇形叶、楔形叶、如意形叶以及心形叶4类银杏叶片图像各张，遍历剩余的银杏叶片图像第c个类别中的张图像，计算第c个类别中的张图像与步骤s31获得的属于第c个类别的个模板之间的匹配代价均值和方差，公式表示如下：
38、，
39、，
40、其中，表示剩余的银杏叶片图像第个类别中的第个图像，表示银杏叶片图像类别，，分别表示扇形叶、楔形叶、如意形叶、心形叶；表示经过步骤s31后剩余的银杏叶片图像第c个类别的匹配代价均值，表示经过步骤s31后剩余的银杏叶片图像第c个类别的匹配代价方差。
41、进一步地，步骤s4具体包括：
42、对于待检测图像，从4类的模板中各随机选取一个模板，分别计算待检测图像与4个模板的匹配代价,其中表示在第个类别随机选取的一个模板，表示的轮廓曲线，比较与的值，如果的值在[-,+]的区间范围内，则判定为正常类，否则，为异常表型。
43、第二方面，一种银杏叶片异常本文档来自技高网...
【技术保护点】
1.一种银杏叶片异常表型检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S1具体包括：
3.根据权利要求2所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S2具体包括：
4.根据权利要求3所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S24具体包括：
5.根据权利要求4所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S3具体包括：
6.根据权利要求5所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S3还包括：
7.根据权利要求6所述的一种银杏叶片异常表型检测方法，其特征在于，步骤S3还包括：
8.一种银杏叶片异常表型检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7中任一项所述的一种银杏叶片异常表型检测方法。>
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7中任一项所述的一种银杏叶片异常表型检测方法。
...【技术特征摘要】
1.一种银杏叶片异常表型检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种银杏叶片异常表型检测方法，其特征在于，步骤s1具体包括：
3.根据权利要求2所述的一种银杏叶片异常表型检测方法，其特征在于，步骤s2具体包括：
4.根据权利要求3所述的一种银杏叶片异常表型检测方法，其特征在于，步骤s24具体包括：
5.根据权利要求4所述的一种银杏叶片异常表型检测方法，其特征在于，步骤s3具体包括：
6.根据权利要求5所述的一种银杏叶片异常表型检测方法，其特征在于，步骤s3还包括：
7.根据权利要求6所述的...
【专利技术属性】
技术研发人员：张翠萍，张森森，陈进，赵炳硕，孟杰，李伟，
申请(专利权)人：青岛农业大学，
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。