[发明专利]颗粒拷种的方法及装置在审
申请号: | 201710117999.1 | 申请日: | 2017-03-01 |
公开(公告)号: | CN106898010A | 公开(公告)日: | 2017-06-27 |
发明(设计)人: | 马超;袁涛;姚鑫锋;籍延宝;李琳一 | 申请(专利权)人: | 上海市农业科学院 |
主分类号: | G06T7/12 | 分类号: | G06T7/12 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙)11371 | 代理人: | 张红平 |
地址: | 201100 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 颗粒 方法 装置 | ||
1.一种颗粒拷种的方法,其特征在于,所述颗粒拷种的方法包括:
获取种子颗粒对应的原始图像;
根据所述原始图像获取包括种子颗粒的轮廓信息的图像;
确定所述包括种子颗粒的轮廓信息的图像中为单粒轮廓的积极样本颗粒以及非单粒轮廓的消极样本颗粒;
将所述包括种子颗粒的轮廓信息的图像中的消极样本颗粒切割为积极样本颗粒;
根据所有积极样本颗粒的轮廓参数确定所述原始图像对应的种子的信息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述包括种子颗粒的轮廓信息的图像中为单粒轮廓的积极样本颗粒以及非单粒轮廓的消极样本颗粒包括:
判断是否存在预设判定单粒规则;
若存在预设判定单粒规则,则通过判定单粒规则对所述包括种子颗粒的轮廓信息的图像中的种子颗粒进行划分,得到消极样本颗粒以及积极样本颗粒,若不存在预设判定单粒规则,则根据输入的轮廓信息对种子颗粒进行划分,得到消极样本颗粒以及积极样本颗粒。
3.根据权利要求2所述的方法,其特征在于,所述根据输入的轮廓信息对种子颗粒进行划分之后还包括:分析所述积极样本颗粒,得到预设判定单粒规则。
4.根据权利要求2或3所述的方法,其特征在于,所述将所述包括种子颗粒的轮廓信息的图像中的消极样本颗粒切割为积极样本颗粒包括:
根据所述消极样本颗粒中的凹点将所述消极样本颗粒分类为积极样本颗粒以及新的消极样本颗粒;
若无法根据所述消极样本颗粒中的凹点对所述消极样本颗粒进行分类,则根据所述新的消极样本颗粒中的拐点得到预设规则下的切割线;
根据切割线对所述新的消极样本颗粒中的轮廓进行切割使切割后的图像中出现满足所述预设判定单粒规则的积极样本颗粒,重新确定出积极样本颗粒以及消极样本颗粒;
重复根据所述消极样本颗粒中的凹点将所述消极样本颗粒分为积极样本颗粒以及新的消极样本颗粒的步骤至根据切割线对所述新的消极样本颗粒中的轮廓进行切割的步骤,直至使所述包括种子颗粒的轮廓信息的图像中的消极样本颗粒数目为零或者所述消极样本颗粒无法被切割。
5.根据权利要求1所述的方法,其特征在于,所述根据所述原始图像获取包括种子颗粒的轮廓信息的图像包括:
确定所述原始图像对应的蒙版图像的二值图;
提取所述蒙版图像的二值图中种子颗粒的轮廓,得到包括种子颗粒的轮廓信息的图像。
6.根据权利要求4所述的方法,其特征在于,所述确定所述原始图像的蒙版图像的二值图包括:
对所述原始图像进行灰度处理,得到灰度图;
对所述灰度图进行背景处理,获取到所述原始图像对应的边缘细节二值图;
对所述灰度图进行自适应二值化处理,获取到所述原始图像对应的内部细节二值图;
将所述边缘细节二值图以及所述内部细节二值图进行结合,获取到所述原始图像的蒙版图像的二值图。
7.一种颗粒拷种的装置,其特征在于,所述颗粒拷种的装置包括:图像采集模块、预处理模块、样本划分模块、样本处理模块以及信息确定模块,其中:
所述图像采集模块用于获取种子颗粒对应的原始图像;
所述预处理模块用于根据所述原始图像获取包括种子颗粒的轮廓信息的图像;
所述样本划分模块用于确定所述包括种子颗粒的轮廓信息的图像中为单粒轮廓的积极样本颗粒以及非单粒轮廓的消极样本颗粒;
所述样本处理模块用于将所述包括种子颗粒的轮廓信息的图像中的消极样本颗粒切割为积极样本颗粒;
所述信息确定模块用于根据所有积极样本颗粒的轮廓参数确定所述原始图像对应的种子的信息。
8.根据权利要求7所述的装置,其特征在于,所述样本划分模块包括:规则判断单元以及划分单元,其中:
所述规则判断单元用于判断是否存在预设判定单粒规则;
所述划分单元用于若存在预设判定单粒规则,则通过判定单粒规则对所述包括种子颗粒的轮廓信息的图像中的种子颗粒进行划分,得到消极样本颗粒以及积极样本颗粒,若不存在预设判定单粒规则,则根据输入的轮廓信息对种子颗粒进行划分,得到消极样本颗粒以及积极样本颗粒。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海市农业科学院,未经上海市农业科学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710117999.1/1.html,转载请声明来源钻瓜专利网。