一種擬南芥表型檢測方法
【專利摘要】一種擬南芥表型的檢測方法，該方法具體包括：在擬南芥的種植盆中，放置標定板，利用相機采集擬南芥的RGB圖像；對采集后的圖像進行預處理，實現圖像的自動校正和標定，其中圖像校正是為了校正圖像的畸變，圖像標定是為了獲得單位像素的真實尺寸；對預處理后的圖像進行分割，將擬南芥與背景分割，從圖像中提取出來；分割出擬南芥圖像之后，提取擬南芥表型參數是擬南芥植物總面積、擬南芥葉片個數以及擬南芥對稱性的表型參數。通過本發明提供的方法提取的擬南芥表型參數既可以定量地描述擬南芥的生長情況，也可以用于擬南芥基因功能的研究，即通過這些表型參數描述不同基因的擬南芥在大小和區域形態上面的差異，從而可以推斷出不同基因的功能及對擬南芥植物的影響。
【專利說明】一種擬南芥表型檢測方法
【技術領域】
[0001]本發明涉及一種擬南芥表型的檢測方法，利用相機采集擬南芥的圖片，應用圖像處理方法從圖像中提取擬南芥的表型參數，實現擬南芥生長過程的無損檢測。
【背景技術】
[0002]擬南芥是植物學、基因學、遺傳學中的一種重要的模式植物。對擬南芥表型的研究，可以全面、徹底地闡明擬南芥的生理功能，特別是其表型與其基因之間的相互關系，以及不同的環境條件對它生長的影響。植物表型特征的檢測方法包括破壞性測量、接觸性測量和計算機視覺檢測方法。破壞性測量即針對一批植株，隨機地抽取一定數量，用破壞性的方法測量其參數。接觸性測量即采用接觸式傳感器測量植物的參數。采用計算機視覺技術進行測量即通過相關設備，包括CCD攝像頭、光源等，獲得被測對象的光譜圖像，利用相關的軟件、算法對圖像進行處理，獲得所需的數據，從而得到植物的表型參數。現有的研究工作主要是利用計算機視覺技術實現對單個葉片的分析或者其它作物的分析。李新國等利用掃描儀獲取油菜葉片的圖像，并利用Photoshop軟件獲得葉片像素數，通過分辨率得到葉片的面積(李新國，蔡勝忠，李紹鵬等.應用數字圖像技術測定油梨葉面積[J].熱帶農業科學，2009，29 (2):10-13.)。韓殿元等針對白色背景下的葉片提出一種利用顏色進行分割的算法，進而利用背景中的參考矩形板計算葉片的面積(韓殿元，黃心淵，付慧等.基于彩色通道相似性圖像分割方法的植物葉面積計算[J].農業工程學報，2012，28(6):179-183.)。李少昆等利用圖像技術對玉米和小麥進行圖像采集，并提取相關參數(李少昆，張弦.作物株型信息多媒體圖像處理技術的研究[J].作物學報，1998，24(3):265-271)。李長纓等利用計算機視覺技術對溫室植物生長進行無損監測，獲取植物的外部形態特征，包括葉冠投影面積和株高(李長纓，滕光輝，趙春江等.利用計算機視覺技術實現對溫室植物生長的無損監測[J].農業工程學報，2003，19(3):140-143.)。
[0003]綜上所述，現有的研究存在以下缺陷:
[0004]1、采用破壞性的測量方法會對植物造成損傷，而且不能對植物的生長進行連續性測量。
[0005]2、采用傳感器測量，直接與植物進行接觸，或多或少地會對植物產生一定的影響，而且其成本高，開發難度也相對較大。
[0006]3、現有的計算機視覺技術主要集中在單個葉片或者其它作物的表型檢測，而對擬南芥的表型檢測主要依靠人工實現，工作量大、效率不高。
[0007]目前圍繞擬南芥表型的計算機檢測研究，在國內外鮮有文獻報道。
【發明內容】
[0008]本發明要解決的技術問題是:如何針對擬南芥的特點，利用計算機視覺技術對擬南芥進行無損檢測，提取其生長過程中的表型參數。對擬南芥圖像采用歸一化的rgb值線性組合進行閾值分割，并通過再次判斷植物區域的細節，去除不必要的噪點，從而實現了在不影響擬南芥正常生長的情況下，將擬南芥從復雜的自然生長環境中分割出來。分割出植物后，再提取出總面積、葉片個數和對稱性三個表型參數。這些表型參數既可以定量地描述擬南芥的生長情況，也可以用于擬南芥基因功能的研究，即通過這些表型參數描述不同基因的擬南芥在大小和區域形態上面的差異，從而可以推斷出不同基因的功能及對擬南芥植物的影響。
[0009](一 )技術方案
[0010]為了實現上述目的，本發明提供了基于計算機視覺的擬南芥表型檢測方法，包括以下步驟:
[0011]S1.在擬南芥的種植盆中，放置標定板，利用相機采集擬南芥的RGB圖像。
[0012]S2.對采集后的圖像進行預處理，實現圖像的自動校正和標定，其中圖像校正是為了校正圖像的畸變，圖像標定是為了獲得單位像素的真實尺寸。
[0013]S3.對預處理后的圖像進行分割，將擬南芥與背景分割，從圖像中提取出來。
[0014]S4.分割出擬南芥圖像之后，提取擬南芥的表型參數，包括總面積、葉片個數以及對稱性，用這些參數描述擬南芥的生長過程。
[0015]采集圖像中的標定板采用的是藍框黑白棋盤格，由3 X 3個邊長為4mm的正方形組成。將其放在擬南芥植株一側，與其一起進行圖像采集。
[0016]步驟S2具體包括如下步驟:
[0017]S2.1定位黑白棋盤格
[0018]S2.1.1根據藍色的RGB特征，提取藍色邊框。
[0019]S2.1.2對圖像的內部進行孔洞填充，再減去原來的藍色邊框圖像，得到新圖像。
[0020]S2.1.3對新圖像進行開運算，去除噪點；再進行閉運算，連接斷點，得到黑白棋盤格的區域。
[0021]S2.2角點檢測
[0022]S2.2.1計算黑白棋盤格區域中的每一個點的水平方向和垂直方向上的一階導數，得到三幅新圖像:水平一階導數的平方，垂直一階導數的平方和兩個一階導數的乘積。
[0023]S2.2.2用高斯濾波對S2.2.1所述三幅圖像進行濾波，去除噪聲。
[0024]S2.2.3由S2.2.2所得三幅圖像組成相關矩陣，計算準則函數，判斷其中的像素點是否為角點。
[0025]S2.3圖像校正和圖像標定
[0026]S2.3.1通過角點檢測得到棋盤格的每個正方形的頂點在圖像中的坐標，并根據其在真實世界中的空間位置關系，得到二者的變換矩陣。
[0027]S2.3.2求取變換矩陣的逆，作用于圖像，實現圖像校正。
[0028]S2.3.3通過角點坐標得到黑白棋盤格的總像素個數，并根據它的真實尺寸，得到單位像素的真實尺寸。
[0029]步驟S3具體包括如下步驟:
[0030]S3.1圖像初分割
[0031]S3.1.1對每個像素的RGB值進行歸一化獲得rgb，提取3g_2.4r_b的色差圖，用O作為閾值對圖像進行二值化。
[0032]S3.1.2將結果減去原來檢測出的藍色邊框區域，判斷所獲前景區域像素的G的灰度值是否大于50，若是，則保留，否則去除。
[0033]S3.1.3提取前景連通區域中的具有最多像素的區域，即為植物區域。
[0034]S3.2去除噪點
[0035]S3.2.1對所得圖像進行開運算，得到的結果將只保留大葉片區域和植物的中心區域，而去除圖像中的細節部分，包括植物的莖和葉片周圍的噪點。
[0036]S3.2.2對去除的細節部分的各個連通區域計算其像素個數，像素個數小于12的
直接去除。
[0037]S3.2.3將剩下的像素個數大于等于12的連通區域，分別單獨與開運算得到的新圖像疊加，再計算疊加后圖像中的區域個數，如果區域個數減少，說明該連通區域是莖，必須保留；否則，如果疊加后圖像中的區域個數增加或者不變，則說明該連通區域是葉片周圍的噪點，必須去除。
[0038]S3.3.4通過所述S3.2.2和S3.2.3兩步處理可以保留植物的莖，而去除不需要的噪點，最后判斷完所有的細節部分后，將保留的所有連通區域全部與開運算得到的新圖像疊加，得到最終的植物區域。
[0039]步驟S4具體包括如下步驟:
[0040]S4.1植物總面積
[0041]S4.1.1通過圖像分割步驟，得到植物區域的像素點的個數。
[0042]S4.1.2將像素個數與S2得到的單位像素的真實面積相乘，得到植物區域的真實總面積。
[0043]S4.2葉片個數
[0044]S4.2.1對植物區域進行填充，通過輪廓查找算法，提取植物的外輪廓點。
[0045]S4.2.2計算每個外輪廓點到植物區域中心點的距離，從而將2維(2D)圖像變成I維(ID)信號。
[0046]S4.2.3對S4.2.2得到的信號進行Haar小波分解，查找第4層小波系數的正過零點，即某個點的前一個點小于O而后一個點大于O,這些正過零點表示的是S4.2.2得到的ID信號的局部最大值。對于單個葉片而言，其葉片尖點距離植物區域的中心點最遠，即ID信號的局部最大值是每個葉片的尖點。故通過查找ID信號的局部最大值就可獲得植物的葉片個數。
[0047]S4.3 對稱性
[0048]S4.3.1提取植物區域的橫坐標和縱坐標，通過計算其各自的方差和協方差，得到其協方差矩陣，計算該協方差矩陣的特征向量，得到植物區域的兩個主軸方向。
[0049]S4.3.2將植物區域沿著這兩個主軸分別進行翻轉，將翻轉得到的兩個圖像與原圖像進行疊加，計算重疊的植物區域的像素個數。
[0050]S4.3.3將兩個重疊的像素個數分別與植物區域的總像素個數相比，得到兩個方向的對稱性。
[0051](二)有益結果
[0052]本發明方法利用計算機視覺技術采集擬南芥的圖像，利用圖像處理技術實現了擬南芥表型的無損檢測。通過檢測藍框黑白棋盤格的藍色邊框，并用角點檢測算法檢測內部的角點，最終實現了圖像的自動校正和標定。對擬南芥采用歸一化的rgb值線性組合進行閾值分割，并通過再次判斷植物區域的細節，去除不必要的噪點，從而實現了在不影響擬南芥正常生長的情況下，將擬南芥從復雜的自然生長環境中分割出來。分割出植物后，再提取出總面積、葉片個數和對稱性三個表型參數。相對于傳統人工觀察和測量，該方法在效率上有了較大的提高。
【專利附圖】
【附圖說明】
[0053]通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發明的其它特征、目的和優點將會變得更明顯:
[0054]圖1為依照本發明一個實施例的基于計算機視覺的擬南芥表型檢測方法的流程圖；
[0055]圖2為本發明提供的方法中所使用的用于采集圖像的采集轉置；
[0056]圖3為本發明提供的預處理方法處理過程中生成的圖像，其中，子圖(I)為依照本發明方法采集的擬南芥的RGB圖像，(2)為經過預處理后生成的黑白棋盤格區域，(3)為經過預處理后生成的角點檢測圖像，(4)為經過預處理后生成的校正后的圖像；
[0057]圖4為本發明提供的圖像分割方法處理過程中生成的圖像，其中，子圖⑴為經過圖像初分割步驟后生成的二值圖像，(2)為經過噪點去除步驟后生成的最終的擬南芥的圖像；
[0058]圖5為本發明提供的表型提取方法處理過程中生成的圖像，其中，子圖⑴為經過輪廓查找算法提取出的植物區域的外輪廓，(2)為每個外輪廓點到中心點的距離，(3)為該距離信號經過Haar小波分解后得到的第四層小波系數，(4)為檢測出的葉片尖點的圖像。
【具體實施方式】
[0059]本發明提出的基于計算機視覺的擬南芥表型檢測方法，結合附圖和實施例詳細說明如下。以下實施例將有助于本領域的技術人員進一步理解本發明，但不以任何形式限制本發明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改變。這些都屬于本發明的保護范圍。
[0060]為快速提取擬南芥的表型參數，本發明提出了基于計算機視覺的擬南芥表型檢測方法。該方法對采集的圖像進行預處理之后，從復雜的背景環境中分割出擬南芥，在此基礎上對擬南芥的總面積、葉片個數和對稱性進行提取，提高了擬南芥的表型參數獲取效率。
[0061]如圖1所示，依照本發明一個實施例的擬南芥表型檢測方法包括步驟:
[0062]S1.在擬南芥的種植盆中，放置標定板，利用CXD相機采集擬南芥的RGB圖像；
[0063]在本實例中，可以采用圖2的采集裝置進行圖像的采集。該采集裝置包括:C⑶相機1、支架2、照明裝置3、擬南芥4和標定板5。標定板5放在擬南芥4的一側。標定板5采用的是藍框黑白棋盤格，由3X3個邊長為4_的正方形組成。
[0064]S2.對采集后的圖像進行預處理，具體包括如下子步驟:
[0065]S2.1定位黑白棋盤格
[0066]S2.1.1根據藍色的RGB特征，R和G的灰度值都小于B，且B的灰度值大于150，從圖像中分割出藍色邊框。
[0067]S2.1.2對圖像的內部進行孔洞填充，其結果減去原來的藍色邊框圖像，得到新圖像。
[0068]S2.1.3對新圖像進行開運算，去除噪點；再進行閉運算，連接斷點，得到黑白棋盤格的區域。
[0069]S2.2角點檢測
[0070]S.2.2.1計算黑白棋盤格區域中的每一個點的水平方向和垂直方向上的一階導數。采用如下Prewitt模板進行計算，即用3X3區域的第三列和第一列之差近似為水平方向的導數，用第三行和第一行之差近似為垂直方向的導數。用這兩個子模板和圖像卷積，得到兩個與圖像大小相同的矩陣，記為Ix，Iy，進而計算三幅新圖像:IX2，I/和IxIy。..'::::'κ.;:::.:.::;..:、..:: t'.-1,、-11 -1.-1,..5
[0071 ]
【權利要求】
1.一種擬南芥表型檢測方法，包括以下步驟: 51.在擬南芥的種植盆中，放置標定板，利用相機采集擬南芥的RGB圖像； 52.對采集后的圖像進行預處理，實現圖像的自動校正和標定，其中圖像校正是為了校正圖像的畸變，圖像標定是為了獲得單位像素的真實尺寸； 步驟S2包括定位黑白棋盤格、角點檢測、圖像校正和圖像標定； 所述定位黑白棋盤格包括以下步驟:根據藍色的RGB特征，提取藍色邊框；對圖像的內部進行孔洞填充，再減去原來的藍色邊框圖像，得到新圖像；對新圖像進行開運算，去除噪點；再進行閉運算，連接斷點，得到黑白棋盤格的區域； 所述角點檢測包括以下步驟:計算黑白棋盤格區域中的每一個點的水平方向和垂直方向上的一階導數，得到三幅新圖像:水平一階導數的平方，垂直一階導數的平方和兩個一階導數的乘積；用高斯濾波對三幅圖像進行濾波，去除噪聲；由上述三幅圖像組成相關矩陣，計算準則函數，判斷其中的像素點是否為角點； 所述圖像校正和圖像標定包括以下步驟:通過角點檢測得到棋盤格的每個正方形的頂點在圖像中坐標，并根據其在真實世界中的空間位置關系，得到二者的變換矩陣；求取變換矩陣的逆，作用于圖像，實現圖像校正；通過角點坐標得到黑白棋盤格的總像素個數，并根據它的真實尺寸，得到單位像素的真實尺寸； 53.對預處理后的圖像進行分割，將擬南芥與背景分割，從圖像中提取出來； 步驟S3包括圖像初分割和去除噪點； 所述圖像初分割包括以下步驟·:對每個像素的RGB值進行歸一化獲得rgb，提取3g-2.4r-b的色差圖，用O作為閾值對圖像進行二值化；將結果減去原來檢測出的藍色邊框區域，判斷所獲前景區域像素的G的灰度值是否大于50，若是，則保留，否則去除；提取前景連通區域中的具有最多像素的區域，即為植物區域； 所述去除噪點包括以下步驟:對所得圖像進行開運算，得到新的圖像，其將只保留大葉片區域和植物的中心區域，而去除圖像中的細節部分，包括植物的莖和葉片周圍的噪點；對去除的細節部分的各個連通區域計算其像素個數，像素個數小于12的直接去除，像素個數大于等于12的連通區域，分別單獨與開運算得到的新圖像疊加，再計算疊加后圖像中的區域個數，如果區域個數減少，說明該連通區域是莖，必須保留，否則，如果疊加后圖像中的區域個數增加或者不變，則說明該連通區域是葉片周圍的噪點，必須去除；判斷完所有的細節部分后，將保留的所有連通區域全部與開運算得到的新圖像疊加，得到最終的植物區域； 54.分割出擬南芥圖像之后，提取擬南芥的表型參數用這些參數描述擬南芥的生長過程；其中擬南芥表型參數是擬南芥植物總面積、擬南芥葉片個數以及擬南芥對稱性。
2.根據權利要求1所述的擬南芥表型檢測方法，其中所述擬南芥植物總面積是通過圖像分割步驟，得到植物區域的像素點的個數；將像素個數與S2中的圖像標定步驟得到的單位像素的真實面積相乘，得到植物區域的真實總面積。
3.根據權利要求1所述的擬南芥表型檢測方法，其中所述擬南芥葉片個數通過對植物區域進行填充，通過輪廓查找算法，提取植物的外輪廓點；計算每個外輪廓點到植物區域中心點的距離，從而將2維(2D)圖像變成I維(ID)信號；對ID信號進行Haar小波分解，查找第4層小波系數的正過零點，即某個點的前一個點小于O而后一個點大于0，這些正過零點表示的是此ID信號的局部最大值；對于單個葉片而言，其葉片尖點距離植物區域的中心點最遠，即ID信號的局部最大值是每個葉片的尖點；故通過查找ID信號的局部最大值就可獲得植物的葉片個數。
4.根據權利要求1所述的擬南芥表型檢測方法，其中所述擬南芥對稱性通過提取植物區域的橫坐標和縱坐標，通過計算其各自的方差和協方差，得到其協方差矩陣，計算該協方差矩陣的特征向量，得到植物區域的兩個主軸方向；將植物區域沿著這兩個主軸分別進行翻轉，將翻轉得到的兩個圖像與原圖像進行疊加，計算重疊的植物區域的像素個數；將兩個重疊的像素 個數分別與植物區域的總像素個數相比，得到兩個方向的對稱性。
【文檔編號】G06T7/00GK103593840SQ201310456194
【公開日】2014年2月19日 申請日期:2013年9月30日 優先權日:2013年9月30日
【發明者】張俊梅, 田野, 柯秋紅, 聶鳳梅 申請人:北京林業大學