技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)作物育種及圖像識(shí)別技術(shù)領(lǐng)域，特別涉及一種小麥麥穗發(fā)芽程度檢測(cè)方法。

背景技術(shù)

小麥麥穗發(fā)芽是指小麥在收獲期遇到陰雨天氣麥穗上發(fā)芽的現(xiàn)象，小麥麥穗發(fā)芽是一個(gè)世界范圍性的問題，主要分布在收獲期易降雨的地區(qū)，是一種嚴(yán)重的自然災(zāi)害。小麥麥穗發(fā)芽不僅會(huì)使小麥產(chǎn)量降低而且由小麥麥穗發(fā)芽引起的一系列生理變化會(huì)使小麥的品質(zhì)受到嚴(yán)重影響，影響到企業(yè)和農(nóng)民的經(jīng)濟(jì)利益。因此，小麥麥穗發(fā)芽的檢測(cè)具有重要的意義。小麥麥穗發(fā)芽與穎殼形態(tài)、芒的長(zhǎng)短、種皮顏色、籽粒大小、α-淀粉酶含量等多種因素有關(guān)。

目前對(duì)于小麥麥穗發(fā)芽的鑒定方法主要有三種：種子發(fā)芽試驗(yàn)、整穗發(fā)芽試驗(yàn)和酶活性測(cè)定。鑒定的指標(biāo)有形態(tài)指標(biāo)、生化指標(biāo)、發(fā)芽率或者發(fā)芽指數(shù)。形態(tài)指標(biāo)主要通過人工目測(cè)法來判斷種子是否發(fā)芽，從而計(jì)算出發(fā)芽率，來衡量發(fā)芽的程度，這種方法易受人為主觀因素的影響，同時(shí)需要逐粒觀察種子，效率較低。生化指標(biāo)的測(cè)量主要通過測(cè)量沉降值、α-淀粉酶活性，來表示穗發(fā)芽的程度，這種方法具有破壞性，且操作復(fù)雜，耗時(shí)耗力。

現(xiàn)有技術(shù)中提出了一種基于機(jī)器視覺的芽谷檢測(cè)方法。其中，機(jī)器視覺就是利用機(jī)器視覺產(chǎn)品如工業(yè)相機(jī)、攝像頭等來代替人眼獲取物體的圖像，將利用機(jī)器視覺獲取的圖片結(jié)合相應(yīng)的圖像處理算法獲取目標(biāo)物體的特征信息。目前機(jī)器視覺已廣泛用在種子質(zhì)量檢測(cè)與分級(jí)、種子病蟲害檢測(cè)等種子無損檢測(cè)方面。隨著機(jī)器視覺技術(shù)在農(nóng)業(yè)中的應(yīng)用，目前已有關(guān)于機(jī)器視覺技術(shù)運(yùn)用于種子和穗發(fā)芽檢測(cè)的報(bào)道。此方法首先是利用研制的稻種質(zhì)量檢測(cè)機(jī)器視覺系統(tǒng)分別獲取黑、白背景的兩種稻種圖像，繼而對(duì)圖像進(jìn)行預(yù)處理，得到相應(yīng)的二值圖像，獲取稻種輪廓特征參數(shù)。利用主成分分析對(duì)特征參數(shù)進(jìn)行降維操作后，將特征參數(shù)作為網(wǎng)絡(luò)輸入，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化并充分訓(xùn)練后分別建立各個(gè)品種的兩層人工神經(jīng)網(wǎng)絡(luò)，用來對(duì)正常稻谷和芽谷進(jìn)行識(shí)別。

現(xiàn)有技術(shù)中還提出了一種基于軟X射線技術(shù)的種子發(fā)芽檢測(cè)方法。此方法是利用軟X射線系統(tǒng)同時(shí)獲取發(fā)芽種子和健康種子的X射線圖。從X射線圖里就可以很清晰的看到所有發(fā)芽種子的射線圖里都有白色的斑點(diǎn)。利用相應(yīng)的算法從掃描獲取的圖像中提取包括灰度級(jí)模型和直方圖在內(nèi)的55個(gè)圖像特征，然后利用統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)分類器對(duì)發(fā)芽種子和健康種子進(jìn)行識(shí)別。

然而，傳統(tǒng)的小麥穗發(fā)芽程度檢測(cè)方法，關(guān)于基于機(jī)器視覺的芽谷檢測(cè)方法，僅能實(shí)現(xiàn)識(shí)別出健康種子和芽谷種子的定性判定；利用基于軟X射線技術(shù)的種子發(fā)芽檢測(cè)方法同樣是獲取圖像的特征信息，利用統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)分類器對(duì)種子進(jìn)行識(shí)別，也沒有實(shí)現(xiàn)對(duì)小麥麥穗發(fā)芽程度等級(jí)的定量檢測(cè)。

發(fā)明內(nèi)容

（一）解決的技術(shù)問題

本發(fā)明解決的技術(shù)問題是：實(shí)現(xiàn)對(duì)小麥麥穗發(fā)芽程度等級(jí)的定量檢測(cè)的問題。

（二）技術(shù)方案

本發(fā)明提出了一種小麥麥穗發(fā)芽程度檢測(cè)方法，所述方法包括步驟：

S1：采集小麥發(fā)芽籽粒的圖像；

S2：根據(jù)所述圖像，判斷所述小麥發(fā)芽籽粒是否露白，并獲取所述小麥發(fā)芽籽粒的胚芽圖像；

S3：根據(jù)所述小麥發(fā)芽籽粒的胚芽圖像，計(jì)算胚芽長(zhǎng)度，并根據(jù)所述小麥發(fā)芽籽粒是否露白及所述小麥發(fā)芽籽粒的胚芽長(zhǎng)度，判定小麥麥穗發(fā)芽程度的等級(jí)。

優(yōu)選地，在所述步驟S1之前包括：對(duì)小麥麥穗進(jìn)行預(yù)處理，得到所述小麥發(fā)芽籽粒。

優(yōu)選地，步驟S2中所述根據(jù)所述圖像判斷所述小麥發(fā)芽籽粒是否露白具體包括：對(duì)所述圖像進(jìn)行背景校正，獲取所述小麥發(fā)芽籽粒的灰度圖，若所述灰度圖中有波谷出現(xiàn)，則所述小麥發(fā)芽籽粒的當(dāng)前形態(tài)為露白。

優(yōu)選地，步驟S2中所述獲取所述小麥發(fā)芽籽粒的胚芽圖像具體包括：

S21：對(duì)所述圖像進(jìn)行背景校正；

S22：獲取所述小麥發(fā)芽籽粒胚芽和種體的紅色通道、綠色通道和藍(lán)色通道的灰度直方圖；

S23：分別比較所述胚芽和種體的各個(gè)通道的灰度直方圖，選取差異最大的灰度直方圖對(duì)應(yīng)的通道，根據(jù)該通道灰度直方圖中出現(xiàn)波谷的閾值進(jìn)行背景分割；

S24：對(duì)分割后得到的圖像進(jìn)行形態(tài)學(xué)處理和提取骨架的操作，得到所述小麥發(fā)芽籽粒的胚芽圖像。

優(yōu)選地，所述步驟S21具體包括：對(duì)所述圖像進(jìn)行高斯濾波處理，將處理后的圖像轉(zhuǎn)成二值圖像，把二值圖像中的背景像素與彩色圖像中相對(duì)應(yīng)的位置改變?yōu)楹谏噬珗D像中其他位置的圖像保持不變即將彩色圖像的背景改變?yōu)楹谏瓿刹噬珗D像背景的校正。

優(yōu)選地，所述步驟S3具體包括：

S31：計(jì)算實(shí)際尺寸與像素的比例關(guān)系；