(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210262359.0 (22)申请日 2022.03.17 (65)同一申请的已公布的文献号 申请公布号 CN 114332667 A (43)申请公布日 2022.04.12 (73)专利权人 北京市农林科 学院信息技 术研究 中心 地址 100097 北京市海淀区曙光 花园中路 11号农科大厦A座1 107 (72)发明人 王书锋　王开义　刘忠强　王晓锋　 葛晓　张秋思　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 肖艳(51)Int.Cl. G06V 20/20(2022.01) G06V 10/44(2022.01) (56)对比文件 CN 110598692 A,2019.12.20 CN 112288764 A,2021.01.2 9 CN 10847014 4 A,2018.08.31 CN 110969654 A,2020.04.07 CHUNG K L 等.New memory and computati on-efficient hough transform for detecting lines. 《Pat tern Recogn ition》 .2004,全文. 审查员 孔娜 (54)发明名称 玉米株型识别方法、 装置、 电子设备及存储 介质 (57)摘要 本发明提供一种玉米株型识别方法、 装置、 电子设备及存储介质， 该方法包括： 获取田间玉 米植株图像， 基于田间玉米植株图像， 得到边缘 图像； 基于边缘图像， 断开边缘图像的环形路径， 得到初始路径集合； 基于初始路径集合， 去除田 间玉米植株图像对应的多路径连接点， 得到路径 端点集合； 对路径端点集合中的每两个端点配对 进行二次曲线拟合， 得到目标路径集合； 基于目 标路径集合， 确定玉米茎 秆中心线与玉米叶脉拟 合直线的夹角， 基于夹角， 确定玉米株型。 本发明 提供的方法， 通过田间玉米植株图像就可以自动 判断玉米株型， 无需人工识别， 极大提高株型数 据采集效率， 以及玉米株型判断的准确性， 为品 种评价自动化和商业 化育种发展提供支撑 。 权利要求书2页 说明书12页 附图8页 CN 114332667 B 2022.07.01 CN 114332667 B 1.一种玉米 株型识别方法， 其特 征在于， 包括： 获取在田间拍摄得到的田间玉米植株图像， 对所述田间玉米植株图像去噪， 并基于 Canny算子对去噪 的玉米植株图像进行边缘检测操作， 得到图像边缘矩阵， 对所述图像边缘 矩阵的边 缘进行填充， 得到边 缘图像； 对所述图像边缘矩阵的像素值进行置反后， 对互相连通的等像素值区域进行遍历， 将 相同像素值的像素点标注相同编号， 将除去最外围背景编号以及边缘编号的像素值变为 255， 得到所述边缘图像的环形路径， 断开所述边缘图像的环形路径， 得到初始路径 集合； 所 述的环形路径， 是基于对所述边缘图像中被边缘完全包围的每一个背景区域进行4邻域描 边操作得到； 基于所述初始路径集 合， 去除所述 边缘图像中的路径交叉点， 得到独立路径集 合； 对所述独立路径集合中符合预设的临近条件的每两个端点进行二 次曲线拟合， 得到叶 脉路径集 合； 基于所述叶脉路径集合， 确定玉米茎秆中心线与玉米叶脉拟合直线的夹角， 基于所述 夹角， 确定玉米 株型。 2.根据权利要求1所述的玉米株型识别方法， 其特征在于， 所述断开所述边缘图像的环 形路径， 得到初始路径集 合， 包括： 确定所述 边缘图像的环形路径； 循环遍历所述环形路径上每一个 像素点的两侧梯度变化情况， 确定目标断开 点； 基于所述目标断开 点， 断开所述环形路径， 得到所述初始路径集 合。 3.根据权利要求1所述的玉米株型识别方法， 其特征在于， 所述基于所述初始路径集 合， 去除所述 边缘图像中的路径交叉点， 得到独立路径集 合， 包括： 遍历所述初始路径集 合中每一个 像素点的预设邻域内， 分枝数变化情况； 基于所述分枝数变化情况， 确定所述 边缘图像中的路径交叉点； 将所述路径交叉点对应预设邻域内的像素点， 对应的像素值置为零， 得到所述独立路 径集合。 4.根据权利要求1所述的玉米株型识别方法， 其特征在于， 所述对所述独立路径集合中 符合预设的临近条件的每两个端点进行二次曲线拟合， 得到叶脉路径集 合， 包括： 对所述独立路径集合中的分属于两条路径的两个端点， 进行两条路径二次曲线拟合， 得到多条曲线以及每条曲线对应的拟合度； 将拟合度大于预设的拟合度阈值的曲线中的两条路径端点， 进行连接， 得到多条叶脉 路径， 基于所述多条叶脉路径， 得到所述叶脉路径集 合。 5.根据权利要求1 ‑4任一项所述的玉米株型识别方法， 其特征在于， 所述基于所述叶脉 路径集合， 确定玉米茎秆中心线与玉米叶脉拟合直线的夹角， 基于所述夹角， 确定玉米株 型， 包括： 从所述叶脉路径集合中， 选取满足预设长度 范围的路径， 作为目标叶脉路径， 基于所述 目标叶脉路径， 确定玉米茎秆中心线； 基于预设的长度阈值和与 所述茎秆中心线的相交位置， 过滤所述叶脉路径集合中非本 植株的叶脉路径， 得到新路径集 合； 基于所述 新路径集 合， 确定玉米叶脉拟合 直线与茎秆的夹角。权　利　要　求　书 1/2 页 2 CN 114332667 B 26.一种玉米 株型识别装置， 其特 征在于， 包括： 矩阵生成模块， 用于获取在田间拍摄得到的田间玉米植株图像， 对所述田间玉米植株 图像去噪， 并基于Canny算子对去噪的玉米植株图像进行边缘检测操作， 得到图像边缘矩 阵， 对所述图像边 缘矩阵的边 缘进行填充， 得到边 缘图像； 路径生成模块， 用于对所述图像边缘矩阵的像素值进行置反后， 对互相连通的等像素 值区域进行遍历， 将相同像素值的像素点标注相同编号， 将除去最外 围背景编号以及边缘 编号的像素值变为255， 得到所述边缘图像的环形路径， 断开所述边缘图像的环形路径， 得 到初始路径集合； 所述的环形路径， 是基于对所述边缘图像中被边缘完全包围的每一个背 景区域进行4邻域描边操作得到； 端点生成模块， 用于基于所述初始路径集合， 去除所述边缘图像中的路径交叉点， 得到 独立路径集 合； 拟合模块， 用于对所述独立路径集合中符合预设的临近条件的每两个端点进行二 次曲 线拟合， 得到叶脉路径集 合； 数据计算模块， 用于基于所述叶脉路径集合， 确定玉米茎秆中心线与玉米叶脉拟合直 线的夹角， 基于所述夹角， 确定玉米 株型。 7.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至5任一项所 述玉米株型识别方法。 8.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 5任一项所述玉米 株型识别方法。 9.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执行 时实现如权利要求1至 5任一项所述玉米 株型识别方法。权　利　要　求　书 2/2 页 3 CN 114332667 B 3