王炳強(qiáng) 程 洪 劉 沖

(1. 滄州職業(yè)技術(shù)學(xué)院，河北 滄州 061001；2. 河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院，河北 保定 071001)

基于雙邊濾波的RSG玉米籽粒胚部提取研究

王炳強(qiáng)1程 洪2劉 沖1

(1. 滄州職業(yè)技術(shù)學(xué)院，河北 滄州 061001；2. 河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院，河北 保定 071001)

胚部是玉米籽粒的重要組成部分，為了分析其形態(tài)特征以提高玉米籽粒品種自動(dòng)識(shí)別率，針對(duì)玉米籽粒圖像的特點(diǎn)，驗(yàn)證了一個(gè)利用雙邊濾波結(jié)合種子區(qū)域生長(zhǎng)法(RSG)提取籽粒胚部的方法：先用雙邊濾波器在保證邊緣的情況下平滑玉米籽粒胚部，再用RSG分割出胚部。選取華北地區(qū)常用的京科25為試驗(yàn)對(duì)象，采用該法提取出的胚部區(qū)域的面積與周長(zhǎng)進(jìn)行統(tǒng)計(jì)，并分別與手工測(cè)量的面積、周長(zhǎng)進(jìn)行線性回歸分析，相關(guān)系數(shù)R2的均值分別達(dá)到0.962 0，0.985 2。

玉米；籽粒；胚部；自動(dòng)檢測(cè)；雙邊濾波；種子區(qū)域生長(zhǎng)法

利用計(jì)算機(jī)相關(guān)技術(shù)來(lái)實(shí)現(xiàn)農(nóng)產(chǎn)品品質(zhì)自動(dòng)檢測(cè)是目前農(nóng)業(yè)高新領(lǐng)域的一個(gè)重要發(fā)展趨勢(shì)[1-3]。玉米作為中國(guó)重要的農(nóng)作物之一，在玉米籽粒品種的判定方面，許多學(xué)者[4-6]基于玉米籽粒外部特征開展了大量的研究。胚部是玉米籽粒的重要組成部分，利用數(shù)字圖像處理技術(shù)獲取其形態(tài)特征的前提是把它從玉米籽粒的2D圖像提取出。為了提高不同種類玉米籽粒的辨識(shí)率，在籽粒胚部特征方面的分析研究也開展了起來(lái)，寧紀(jì)鋒等[7]進(jìn)行了玉米籽粒尖端及胚部所在面的識(shí)別研究，沒(méi)有進(jìn)一步分割出胚部；韓仲志等[8]提出了利用獨(dú)立分量法測(cè)量玉米籽粒胚部，但需要具體判斷哪個(gè)分量含有胚部特征信息。筆者近幾年也開展了類似研究，發(fā)現(xiàn)雙邊濾波器(Bilateral filter)可以在保持圖像中對(duì)象邊緣的同時(shí)濾除噪聲。利用它可以去除籽粒的胚部區(qū)域噪聲。種子區(qū)域生長(zhǎng)法(region seeds growing，RSG)簡(jiǎn)單快速，是可以用來(lái)實(shí)現(xiàn)目標(biāo)對(duì)象分割的一種算法，在機(jī)器視覺(jué)領(lǐng)域已廣受關(guān)注。本試驗(yàn)根據(jù)這兩種算法的特點(diǎn)及玉米籽粒的形態(tài)特征，進(jìn)行了基于雙邊濾波的玉米籽粒胚部提取研究。

1 材料與方法

1.1 試驗(yàn)材料

選取華北地區(qū)常用的京科25為對(duì)象，使用平板掃描儀，型號(hào)為明基Q52，掃描精度設(shè)定為600 dpi。用此試驗(yàn)儀器獲得試驗(yàn)研究用的50粒玉米的圖像，這些圖像的模式均為RGB、bmp格式。因?yàn)樾枰芯坑衩鬃蚜５呐卟刻匦裕虼嗽讷@取圖像時(shí)要使對(duì)象的胚面朝上，采用由頂及底的掃描方式，從而盡量減少掃描時(shí)陰影噪聲的產(chǎn)生。

1.2 試驗(yàn)方法

1.2.1 圖像處理流程 對(duì)象胚部區(qū)域的提取流程見(jiàn)圖1。利1.1中描述的方法獲取試驗(yàn)圖像后，需要將圖像中的背景去除(把玉米圖像中的掃描儀的黑色背景板像素值置為0)，采用雙邊濾波去除噪聲，制定區(qū)域生長(zhǎng)法規(guī)則并運(yùn)行算法處理圖像獲取胚部區(qū)域，形態(tài)學(xué)修正。

圖1 圖像處理流程圖Figure 1 Steps of image processing

1.2.2 雙邊濾波 Bilateral Filter的輸出值不但與所分析像素的鄰域空間中像素的位置有關(guān)，并且還與這些像素的亮度值有關(guān)。它的實(shí)現(xiàn)原理即由兩個(gè)函數(shù)來(lái)控制它的輸出。這兩個(gè)函數(shù)中一個(gè)決定濾波器的系數(shù)(是靠幾何空間距離)，而另一個(gè)憑借像素的差值。

(1)

式中：

p(i,j)——輸出值；

P(k,l)——輸入值，其中(k,l)是以像素(i,j)作為中心的鄰域窗口中的像素；

w(i,j,k,l)——濾波核。

w(i,j,k,l)的值由空域核d(i,j,k,l)與值域核r(i,j,k,l)的乘積來(lái)決定。d(i,j,k,l)的值取決于像素間的幾何空間距離，隨著距離的減小而增大；r(i,j,k,l)的值取決于像素間的相似度，像素間越相似則其值越大。在灰度變化平緩區(qū)域，值域?yàn)V波系數(shù)接近1，此時(shí)空域?yàn)V波起主要作用，雙邊濾波器因此退化為可對(duì)圖像進(jìn)行平滑操作的傳統(tǒng)的高斯低通濾波器，從而實(shí)現(xiàn)圖像的平滑。而濾波器能夠保持邊緣細(xì)節(jié)的能力，則是值域?yàn)V波起作用的結(jié)果，因?yàn)閷?duì)象邊緣的像素間的差異較大，值域?yàn)V波起主要作用。

(2)

(3)

(4)

式中：

σd、σr——分別為空間域內(nèi)高斯函數(shù)標(biāo)準(zhǔn)差和值域中高斯函數(shù)標(biāo)準(zhǔn)差。

Bilateral Filter對(duì)空間方差的取值很敏感，圖像中對(duì)象的邊緣與細(xì)節(jié)越清晰，空間方差的值越小，反之亦然。對(duì)于圖像中的平滑區(qū)域，去除噪聲時(shí)值域方差的值越大越好，而對(duì)于邊緣等細(xì)節(jié)區(qū)域要保留更多的細(xì)節(jié)，亮度方差越小越好。經(jīng)反復(fù)試驗(yàn)，在本試驗(yàn)中鄰域窗口設(shè)為10，空域方差與值域方差分別為3與0.1。

1.2.3 區(qū)域生長(zhǎng)法的具體實(shí)現(xiàn)

(1) 玉米籽粒圖像矩陣I,構(gòu)造與I同樣大小標(biāo)記矩陣S，其初始值為“1”，構(gòu)造二維矩陣K，存放已標(biāo)記像素坐標(biāo)。

(2) 選取初始種子點(diǎn), 在S中相應(yīng)位置標(biāo)記為“0”,將種子點(diǎn)坐標(biāo)存入K；然后計(jì)算目標(biāo)對(duì)象內(nèi)G分量與B分量的平均值P：首先，計(jì)算每個(gè)Pixel的G與B的比，然后，求所有像素的此特征值的和，最后用和除以像素的總個(gè)數(shù)；統(tǒng)計(jì)S中“0”像素的數(shù)目N0，并計(jì)算K中B分量的平均值Bx，之后將它當(dāng)作初始的判決標(biāo)準(zhǔn)量：

(5)

式中：

Knum——像素集K中的像素個(gè)數(shù)；

(xi,yj)——像素集K中第i個(gè)像素坐標(biāo)；

B(xi,yj)——像素的B值。

(4) 重復(fù)步驟(3)直至Nj+1-Nj=0。依據(jù)S矩陣，得到I中目標(biāo)區(qū)域。

2 結(jié)果分析與討論

2.1 提取所得胚部區(qū)域

在使用Bilateral Filter前后玉米籽粒圖像對(duì)比見(jiàn)圖2。由圖2可知，經(jīng)過(guò)雙邊濾波之后圖像中需要提取的目標(biāo)區(qū)域內(nèi)顏色更加趨于一致。

利用RSG算法得到的目標(biāo)區(qū)域見(jiàn)圖3。圖3(a)分割出的胚部明顯丟失了部分信息，圖3(b)所得到的區(qū)域與人眼觀測(cè)到的胚部區(qū)域基本一致。

圖2 濾波前后玉米籽粒圖像Figure 2 The corn grainimages

圖3 提取出的胚部區(qū)域Figure 3 Segmented embryo regions

2.2 數(shù)值化分析

計(jì)算從圖像中獲取的籽粒胚部面積以及周長(zhǎng)：從圖像中提取出的胚部區(qū)域的像素個(gè)數(shù)為自動(dòng)獲取的面積；胚部區(qū)域邊緣的像素個(gè)數(shù)作為自動(dòng)獲取的周長(zhǎng)。手工測(cè)量實(shí)際的玉米籽粒胚部形態(tài)參數(shù)：使用網(wǎng)格測(cè)量法得到面積參數(shù),也就是在畫滿網(wǎng)格(單個(gè)網(wǎng)格的面積為1 mm2)的白紙上描繪出玉米籽粒的輪廓，對(duì)網(wǎng)格計(jì)數(shù)，如此進(jìn)行10次，取平均值作為面積值；采用細(xì)線的擬合法測(cè)量胚部周長(zhǎng)，將細(xì)線沿胚部的邊緣一周，測(cè)量細(xì)線的長(zhǎng)度，如此進(jìn)行10次，取平均值作為周長(zhǎng)值。將自動(dòng)測(cè)量值與手工測(cè)量值進(jìn)行分析比較。

由圖4、5可知，自動(dòng)測(cè)量值與手工測(cè)量值有較高的相關(guān)性，R2分別為0.962 0，0.985 2。通過(guò)分析可知，采用本試驗(yàn)提出的方法可以檢測(cè)出玉米籽粒的胚部，提取出的胚部形態(tài)參數(shù)值有很高的借鑒價(jià)值。

3 結(jié)語(yǔ)

(1) 本試驗(yàn)基于雙邊濾波的區(qū)域生長(zhǎng)法提取玉米籽粒胚部區(qū)域，不僅解決了區(qū)域生長(zhǎng)種子點(diǎn)的選取以及生長(zhǎng)規(guī)則問(wèn)題，并且降低了玉米籽粒胚部噪聲對(duì)分割的影響。

(2) 通過(guò)試驗(yàn)驗(yàn)證本試驗(yàn)所提出的方法，提取的目標(biāo)區(qū)域與人的眼睛觀測(cè)到的種子胚部基本一致。所得目標(biāo)區(qū)域的形狀參數(shù)與實(shí)際測(cè)量的非常接近，R2分別達(dá)到0.962 0，0.985 2。驗(yàn)證了方法的可行性。

圖4 從圖像中獲取的胚部周長(zhǎng)與手工測(cè)量值Figure 4 Perimeters from image and measured values by hand

圖5 從圖像中獲取的胚部面積與手工測(cè)量值Figure 5 Areas from image and measured values by hand

此外，假如玉米種子由于存儲(chǔ)不當(dāng)?shù)仍驅(qū)е聠适Щ盍Γ卟款伾兊冒l(fā)黃、發(fā)暗或發(fā)灰，那么分割胚部的效果就會(huì)受到一定的影響。

[1] 王璽, 張寶石. 玉米種子純度鑒定技術(shù)研究進(jìn)展[J]. 種子, 2002(1): 43-45.

[2] 趙欣欣, 于運(yùn)國(guó), 崔克艷. 玉米種子純度室內(nèi)檢驗(yàn)方法的研究現(xiàn)狀與應(yīng)用展望[J]. 種子科技, 2010, 28(1): 24-27.

[3] 張守潤(rùn). 利用幼苗及籽粒形態(tài)鑒定玉米品種真實(shí)性和純度研究[J]. 甘肅農(nóng)業(yè)科技, 2010(4): 11-14.

[4] JIANG Jing-tao, WANG Yan-yao, YANG Ran-bing. Variety identification of corn seed based on Bregman Split method [J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(Supp.2): 248-252.

[5] 陳新亮, 王徽蓉, 李衛(wèi)軍, 等. 一種用于玉米品種鑒別的近紅外光譜頻率選擇方法[J]. 光譜學(xué)與光譜分析, 2010, 30(11): 2 919-2 922.

[6] 程洪, 史智興, 么煒, 等. 基于支持向量機(jī)的玉米品種識(shí)別[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009, 40(3): 180-183.

[7] 寧紀(jì)鋒, 何東健, 楊蜀秦. 玉米籽粒的尖端和胚部的計(jì)算機(jī)視覺(jué)識(shí)別[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 20(3): 117-119.

[8] 韓仲志, 趙友剛, 楊錦忠. 基于籽粒RGB圖像獨(dú)立分量的玉米胚部特征檢測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(3): 222-226.

Study on extraction of corn kernel embryo by RSG base on bilateral filtering

WANG Bing-qiang1CHENGHong2LIUChong1

(1.DepartmentofInformationEngineering,CangzhouTechnicalCollege,Cangzhou,Hebei061001,China; 2.CollegeofInformationScienceandTechnology,AgriculturalUniversityofHebei,Baoding,Hebei071001,China)

Embryo is an important part of the corn kernel. Its characteristics can help to improve the automatic recognition rate of corn variety. This paper was on the extraction of embryo from the image of corn kernel. Jingke 25 which was commonly used in North China was selected as study objects. A bilateral filtering combined with the growth of the seed region (RSG) method was proposed to extract corn kernel embryo. The obtained embryo was the same with the observed by eyes. The area and perimeter of the embryo were calculated to be compared with the area and perimeter measured by hands. The mean values ofR2were 0.962 and 0.985 2, respectively.

Corn; Kernel; Embryo; Auto detection; Bilateral filter; Region seeds growing

河北省青年自然基金項(xiàng)目(編號(hào)：F2015204130)

王炳強(qiáng)，男，滄州職業(yè)技術(shù)學(xué)院講師。

程洪(1981-)，女，河北農(nóng)業(yè)大學(xué)副教授。 E-mail：chenghong@cau.edu.cn

2016-12-10

10.13652/j.issn.1003-5788.2017.02.008