standard library
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211133557.3 (22)申请日 2022.09.19 (71)申请人 山东省金春雨种业科技有限公司 地址 272200 山东省济宁市金乡县化 雨镇 淳集开发区 (72)发明人 韩文静 刘加加 章园园 侯仰住  (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 韩艳艳 (51)Int.Cl. G06T 7/13(2017.01) G06T 7/11(2017.01) G06T 5/00(2006.01) G06T 7/136(2017.01) G06T 7/62(2017.01)G06T 7/90(2017.01) G06V 10/72(2022.01) G06V 10/762(2022.01) (54)发明名称 用于选种过程中的种子特征提取及分类方 法 (57)摘要 本发明涉及图像数据处理技术领域, 具体涉 及一种用于选种过程中的种子特征提取及分类 方法, 该方法包括: 获取传送带上玉米种子的灰 度图像并对灰度图像进行分割得到多个种子区 域; 获取每个种子区域的边缘图像, 进而通过边 缘图像获取外观完整度; 对每个种子区域进行区 域分割获取目标区域; 构建每个种子区域的灰度 共生矩阵进而得到能量和对比度, 基于能量、 对 比度以及目标区域中像素点的数量得到霉点显 著度; 通过种子区域中每个像素点对应的灰度差 值得到表 面沟壑度; 根据表面沟壑度与霉点显著 度得到种子区域的品质优异度, 以品质优异度结 合外观完整度得到选种优良指数, 基于选种优良 指数对玉米种子选取; 提高了玉米种子筛选的精 确度。 权利要求书2页 说明书8页 附图2页 CN 115205319 A 2022.10.18 CN 115205319 A 1.一种用于选种过程中的种子特征提取及分类方法, 其特征在于, 该方法包括以下步 骤: 获取传送带上玉米种子的表面图像, 将所述表面图像转化为灰度图像; 对所述灰度图 像进行分割得到多个种子区域; 对每个种子区域进行canny边缘检测得到边缘图像, 基于每个种子区域的边缘 图像获 取每个种子区域的外观完整度; 对每个种子区域进行区域分割得到第 一区域和第 二区域, 统计第 一区域与第 二区域中 像素点的数量, 将像素点的数量较少的区域记为 目标区域; 构建每个种子区域的灰度共生 矩阵, 基于所述灰度共生矩阵得到能量和对比度, 基于所述能量、 所述对比度以及所述目标 区域中像素点的数量得到种子区域的霉点显著度; 以种子区域中每个像素点为中心点计算灰度差值, 基于所述灰度差值得到种子区域的 表面沟壑度; 根据所述表面沟壑度与所述霉点显著度得到种子区域的品质优异度; 基于所述品质优异度与所述外观完整度的乘积得到选种 优良指数, 基于所述选种优良 指数对玉米种子 选取。 2.根据权利要求1所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于每 个种子区域的边 缘图像获取每 个种子区域的外观完整度的步骤, 包括: 对每个所述边缘图像进行霍夫直线检测得到多条直线, 获取每条直线对应的横坐标范 围和纵坐标范围; 基于横坐标范围和纵坐标范围得到重叠范围; 基于所述重叠范围得到第 一值和第二 值; 对每个所述边缘图像进行角点检测得到多个角点, 将所有角点进行聚类得到多个簇以 及多个孤立 点; 将所述边缘图像中的直线上像素点以及角点进行去除得到剩余像素点, 对所有剩余像 素点进行圆拟合得到拟合优度; 基于拟合优度、 簇的数量、 孤立点的数量、 直线的数量以及第一值和第 二值得到外观完 整度。 3.根据权利要求2所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于所述重 叠范围得到第一 值和第二 值的步骤, 包括: 所述重叠范围包括横向重 叠范围和纵向重 叠范围; 所述横向重叠范围由任意两条直线对应的横坐标范围得到; 所述纵向重叠范围由任意 两条直线对应的纵坐标 范围得到; 分别计算所述横向重叠范围与其对应两条直线的横坐标范围的比值, 选取比值中的较 小值, 根据所述边缘图像中所有直线之间的横坐标范围得到多个较小值, 所有横坐标范围 对应的较小值中的最小值 为所述第一 值; 分别计算所述纵向重叠范围与其对应两条直线的纵坐标范围的比值, 选取比值中的较 小值, 根据所述边缘图像中所有直线之间的纵坐标范围得到多个较小值, 所有纵坐标范围 对应的较小值中的最小值 为所述第二 值。 4.根据权利要求2所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于拟合优度、 簇的数量、 孤立点的数量、 直线的数量以及第一值和第二值得到外 观完整度的步骤, 包括:权 利 要 求 书 1/2 页 2 CN 115205319 A 2将所述拟合优度、 所述第一 值以及所述第二 值相乘得到第一乘积; 计算直线的数量与 标准直线数量的差值, 将所述差值与簇的数量以及孤立点的数量相 乘得到第二乘积; 所述第一乘积与所述第二乘积的比值 为所述外观完整度。 5.根据权利要求1所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于所述能量、 所述对比度以及所述 目标区域中像素点的数量得到种子区域的霉 点显著度的步骤, 包括: 获取所述目标区域中各个子区域的像素点数量, 选取所有子区域的像素点数量的中 值; 计算所述中值与目标区域中像素点的数量的比值, 以及所述能量与 所述对比度的乘积 结果; 根据所述乘积结果和所述比值得到所述霉点显著度, 所述霉点显著度与所述比值呈负 相关关系, 所述霉点显著度与所述乘积结果呈正相关 关系。 6.根据权利要求1所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于所述灰度差值得到种子区域的表面沟壑度的步骤, 包括: 设定可接受阈值; 获取种子区域中每个像素点与其八邻域像素点之间的灰度差值, 统 计所述灰度差值不小于可接受阈值的像素点的数量, 进而计算每个像素点对应的不小于可 接受阈值的灰度差值的平均值作为对应 像素点的沟壑度; 种子区域中所有像素点的沟壑度的求和结果 为所述表面沟壑度。 7.根据权利要求1所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述根据所述表面沟壑度与所述霉点显著度得到种子区域的品质优异度的步骤, 包括: 计算所述表面沟壑度与所述霉点显著度的乘积, 以所述乘积的倒数作为品质优异度。 8.根据权利要求1所述的一种用于选种过程中的种子特征提取及分类方法, 其特征在 于, 所述基于所述选种优良指数对玉米种子 选取的步骤, 包括: 所述种子区域的选种 优良指数大于选种阈值 时, 所述种子区域对应的玉米种子为优良 种子; 所述种子区域的选种优良指数小于选种阈值时, 所述种子区域对应的玉米种子为劣 质种子。权 利 要 求 书 2/2 页 3 CN 115205319 A 3

.PDF文档 专利 用于选种过程中的种子特征提取及分类方法

文档预览
中文文档 13 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 用于选种过程中的种子特征提取及分类方法 第 1 页 专利 用于选种过程中的种子特征提取及分类方法 第 2 页 专利 用于选种过程中的种子特征提取及分类方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 04:16:33上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。