申请/专利权人：华中农业大学;中国科学院遗传与发育生物学研究所;中国科学院遗传与发育生物学研究所农业资源研究中心

申请日：2023-11-06

公开（公告）日：2024-04-30

公开（公告）号：CN117333400B

主分类号：G06T5/77

分类号：G06T5/77;G06T7/10;G06V10/774

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明公开了一种根盒培养作物根系图像断根修复及表型提取方法。其包括根盒图像采集；通过语义分割、掩膜和畸变矫正，获得根盒玻璃面区域二值图；通过去噪、语义分割，获得根系二值图；使用目标检测模型检测断根，根据目标框裁剪局部图像，输入根系修复模型进行修复，并自适应迭代修复；修复后通过图像处理，提取根系表型信息。其中，本发明设计了先检测，再局部修复的流程，并设计了自适应重复修复，使模型针对性地修复根系断裂区域，且不限制待修复图像尺寸；在训练根系修复模型时，使用了水培作物的根系图像，降低人工成本，同时多尺度局部图像训练，提高模型鲁棒性；本发明还使用图像去噪模型，降低土壤对根系的遮挡，提高图像修复精度。

主权项：1.一种根盒培养作物根系图像断根修复及表型提取方法，其特征在于，包括：步骤S1，将作物种子种到根盒中，将根盒置于生长架上，以固定的时间间隔采集作物根系RGB图像；步骤S2，将采集到的根系RGB图像使用语义分割模型对根盒玻璃面区域进行分割，再对该区域图像进行透视变换，去除畸变；步骤S3，使用图像去噪模型处理步骤S2得到的图像，降低土壤对图像中根系的遮挡；步骤S4，训练根系语义分割模型，对步骤S3处理后的图像中的根系进行分割，得到根系二值图；步骤S5，基于目标检测网络模型，检测根系二值图中的断根，获得断根目标框；步骤S6，基于步骤S5检测到的断根目标框，利用多尺度根系修复模型对输入的根系图像进行断根修复；步骤S7，自适应地循环判断当前根系图像是否需要继续修复，直至判断结果为无需继续修复，输出最终的修复后根系图像；步骤S8，基于步骤S7输出的最终的修复后根系图像，提取根系表型数据；其中，步骤S6利用多尺度根系修复模型对输入的根系图像进行修复的步骤如下：步骤S61，遍历根系图像中的所有断根目标框，以断根目标框的中心为中心裁剪断根局部图像；步骤S62，将所述断根局部图像进行下采样处理，输入到多尺度根系修复模型进行修复；步骤S63，将修复后的断根局部图像通过超分辨模型放大回原始尺寸，再覆盖至步骤S4输出的根系二值图相应位置；其中，步骤S62中的多尺度根系修复模型采用如下方式训练得到：步骤S621，使用水培法培育作物，并在暗箱中采集完整的根系图像；步骤S622，基于语义分割模型，对上述采集的完整根系图像进行语义分割，获得完整根系二值图；步骤S623，基于所述完整根系二值图，依据根系的最小外接矩形进行裁剪，去除无关背景；步骤S624，将去除无关背景后的根系二值图随机裁剪局部多尺度的子图，获得训练集；步骤S625，将训练集下采样为统一尺寸，输入到图像修复模型进行训练，采用随机遮挡局部区域的方式来训练图像修复模型，以得到多尺度根系修复模型；其中，步骤S8中根系表型提取的步骤如下：步骤S81，将步骤S7修复后的根系图像通过阈值分割的方式转换为二值图；步骤S82，对步骤S81获得的二值图进行腐蚀、膨胀和去噪，再进行骨架化处理；步骤S83，提取关键像素点在图像中的坐标，基于像素点的相对位置，计算获得根系的表型信息。

全文数据：

权利要求：

百度查询： 华中农业大学;中国科学院遗传与发育生物学研究所;中国科学院遗传与发育生物学研究所农业资源研究中心 一种根盒培养作物根系图像断根修复及表型提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD