[发明专利]一种水稻结实率测算方法

权利要求书

1.一种水稻结实率测算方法，其特征在于，包括以下步骤：

步骤1）水稻籽粒放置：籽粒放置于载物台上；

步骤2）图像获取：打开设置在载物台侧面的光源，利用设置在载物台上方的相机获取籽粒图像；

步骤3）图像分割及特征值提取：利用颜色特征将获取到的籽粒图像中水稻籽粒与其影子分开，并提取籽粒及其影子的区域面积和离心率；

步骤4）空秕粒与饱满籽粒的判断：将籽粒特征与其影子特征的比值作为特征向量，通过神经网络法区分饱满籽粒与空秕粒；

步骤5）结实率计算：结实率=饱满籽粒个数÷（饱满籽粒个数+空秕粒个数）。

2.根据权利要求1所述的一种水稻结实率测算方法，其特征在于，步骤3）中图像分割方法如下：在Matlab软件中利用im=imread(‘图片路径’)函数读取籽粒图像，利用im(:,:,1)、im(:,:,2)、im(:,:,3)获取籽粒图像的红、绿、蓝值，利用黄色特征提取籽粒，深灰色为影子，白色为背景，提取图像中的籽粒及其影子。

3.根据权利要求2所述的一种水稻结实率测算方法，其特征在于，黄色特征提取方法为：设RGB彩色图像中的红、绿、蓝三个颜色分量为r、g、b，记d1(x,y)=b(x,y)-r(x,y)，d2(x,y)=b(x,y)-g(x,y)，则图像中黄色籽粒部分可用以下公式表示：

；

；

通过Y(x,y)和y(x,y) 两个公式分别灰度化图像，利用最大类间方差法进行图像分割并提取籽粒的二值图像BW_G和籽粒与影子的二值图像BW_SG，该方法的基本思想是根据出事阈值把图像分为两类，然后计算两类之间的方差，更新阈值，重新计算类间方差，当满足类间方差最大时的阈值，即为所求最佳阈值，具体过程如下：

a）初始化阈值Th,将图像f（x,y）分为A,B两类；

b）分别计算A,B两类像素集合的均值μ_A和μ_B,计算公式如下：

；

；

其中，N_A,N_B分别表示集合A,B中的像素个数；

c）计算A,B两类的类间方差，公式如下：

d）将Th从0到255循环，分别计算A,B的类间方差，当类间方差最大时，对应的Th即为所求的最佳分割或者二值化的阈值，最后通过差值运算得到籽粒图像和影子图像，即：籽粒图像为BW_G,影子图像BW_S=BW_SG-BW_G。

4.根据权利要求1-3中任一项所述的一种水稻结实率测算方法，其特征在于，步骤3）中特征值提取方法为：利用Matlab软件中的bwarea（）函数求出籽粒及其影子的面积，利用regionprops（Eccentricity）计算籽粒及其影子的离心率。

5.根据权利要求1-3中任一项所述的一种水稻结实率测算方法，其特征在于，步骤4）中神经网络法如下：利用Matlab软件中的newlvq()函数建立LVQ神经网络，利用train()函数对网络进行训练，训练过程选用200粒空秕粒和200粒饱粒，利用sim()函数进行验证模型，利用训练好的LVQ神经网络对籽粒进行批量识别并计算饱满籽粒和空秕粒的个数。

6.根据权利要求1-3中任一项所述的一种水稻结实率测算方法，其特征在于，步骤1）中，籽粒放置时利用籽粒排列板实现，所述籽粒排列板为一块带有手柄的方板，所述方板上成矩阵均匀开设有若干椭圆孔，籽粒排列板长98mm、宽92mm，每个椭圆孔横向距离8mm，孔深3mm、孔宽4mm、孔长9mm，第一排籽粒距光源30cm。

7.根据权利要求1-3中任一项所述的一种水稻结实率测算方法，其特征在于，步骤2）中，光源照射水平夹角为25°-45°，光源采用线型白炽日光灯，光源长度≥98mm，图像质量不低于150dpi。