基于图像处理的种子芽长检测方法及系统

本发明涉及种子检测，特别是指基于图像处理的种子芽长检测方法及系统。

背景技术：

1、种子检测技术领域涉及对种子质量、生理特性、生长潜力等指标进行非破坏性识别与评估的技术方案，核心事项包括种子活力分析、种子发芽率测定、种子形态特征提取以及种子生长过程监测等。该技术领域通常结合计算机图像处理、生物信息检测与统计建模等手段，对种子在自然或人工诱导条件下的变化过程进行数据获取与特征分析。尤其在自动化图像采集、图像分割、特征提取与参数测量等方面，形成了系统化的处理流程，以支撑种子育种、种质筛选、农业生产质量控制等多项应用场景。

2、其中，传统种子芽长检测方法是指通过图像采集手段获取种子在萌发过程中的生长图像，进而分析图像中种子芽的长度信息的方式。方法通常依赖单帧或多帧图像数据，首先借助图像灰度化、二值化等基本预处理操作明确图像轮廓边界，然后利用基于像素灰度梯度的边缘检测算法如sobel算子或canny算子识别出胚芽轮廓线，借助连通域分析或骨架提取等几何分析方法提取出芽体的主轴路径，通过像素点计数或图像坐标差值计算种子芽的长度。

技术实现思路

1、为了解决现有技术存在的技术问题，本发明实施例提供了基于图像处理的种子芽长检测方法，包括以下步骤：

2、为了实现上述目的，本发明采用了如下技术方案，基于图像处理的种子芽长检测方法，包括以下步骤：

3、s1：获取培养皿中种子发芽图像内每粒种子外轮廓像素序列，计算每个边界像素相邻位置之间切向方向向量与对应法向方向向量，筛选跳变幅度超过边缘突变角阈值的区域，生成胚芽起点候选坐标集；

4、s2：根据所述胚芽起点候选坐标集，获取候选点邻域内每个像素灰度梯度方向向量与对应轮廓切向方向向量，构建候选点方向一致性评分值，筛选方向一致性评分值大于方向一致性阈值的候选点，生成胚芽起点定位信息；

5、s3：基于所述胚芽起点定位信息，根据每一段路径单元获取对应芽体轮廓局部像素集合，分析识别扭曲段，对每个扭曲段内主轴点坐标执行平均偏移矢量叠加运算，并更新主轴点坐标序列，生成修正胚芽主轴路径序列；

6、s4：调用所述修正胚芽主轴路径序列，对每一时间帧主轴路径按照路径相邻点之间欧氏距离进行累加，根据时间帧拍摄时间戳对全部长度值进行时间先后排序，构建按时间排列的单粒种子芽长数组，生成种子个体时序芽长序列；

7、作为本发明的进一步方案，所述胚芽起点候选坐标集包括边界角差跳变点坐标组、起点结构突变区域标签和候选点像素索引列表，所述胚芽起点定位信息包括定位点坐标精确位置、方向一致性评分结果和梯度匹配向量集合，所述修正胚芽主轴路径序列包括连续主轴像素坐标序列、路径点偏移修正记录和扭曲段标识索引集合，所述种子个体时序芽长序列包括时间帧索引序列、每帧主轴长度值和长度变化排序记录。

8、作为本发明的进一步方案，s1的具体步骤为：

9、s101：获取培养皿中种子发芽图像内每粒种子外轮廓像素序列，依据边缘像素排布顺序构建种子外轮廓像素点集合，对轮廓集合中每一像素点的相邻位置坐标进行差分处理，提取连续像素间方向矢量，生成轮廓切向方向向量序列；

10、s102：调用所述轮廓切向方向向量序列中每一像素点的方向信息，在每个像素点法线方向上以垂直于切向的方向构造单位法向量，并将每对切向方向向量与法向方向向量之间夹角执行余弦计算，获取连续边界点夹角序列，对序列执行坐标映射重排，得到边界角差变化值序列；

11、s103：根据所述边界角差变化值序列中每个值与边缘突变角阈值进行幅度比较，对连续夹角突变超过边缘突变角阈值的位置进行聚合，并标记对应像素坐标，对符合突变判据的坐标区域按顺序排列，生成胚芽起点候选坐标集。

12、作为本发明的进一步方案，s2的具体步骤为：

13、s201：根据所述胚芽起点候选坐标集，在原始种子发芽图像中提取候选点位置，在每个候选点邻域内构建以中心像素为核心的固定窗口区域，对窗口内像素的灰度值沿x与y方向分别计算导数差值，并对导数进行反正切运算，得到候选邻域梯度方向集合；

14、s202：调用所述候选邻域梯度方向集合中每个像素对应的梯度方向向量，并与候选点邻域中轮廓边界的切向方向向量执行夹角计算，依据夹角的余弦值均值构建方向一致性指标，生成候选点方向一致性评分列表；

15、s203：根据所述候选点方向一致性评分列表中每个候选点的评分值与设定的方向一致性阈值进行比较，提取评分值大于方向一致性阈值的候选点，并将空间坐标聚合排列形成索引结构，生成胚芽起点定位信息。

16、作为本发明的进一步方案，s3的具体步骤为：

17、s301：基于所述胚芽起点定位信息，在种子发芽图像中提取对应芽体区域，对区域从起点坐标出发沿图像前景方向逐像素检索连通像素，对连续前景像素进行路径拼接并构建有序点列，得到从起点至胚芽末端的方向性路径点索引集合，生成初始主轴路径点序列；

18、s302：调用所述初始主轴路径点序列中每个路径单元对应的两端点坐标，构建路径方向向量，在每个路径单元邻近区域提取处于芽体轮廓边缘内的局部像素集合，对像素的灰度梯度方向执行导数差值计算并构成方向向量，将每组路径方向向量与对应局部像素方向向量进行夹角计算，并输出角度值分布，生成路径单元角差分布组；

19、s303：根据所述路径单元角差分布组中路径单元的角度分布数据，与灰度梯度-方向一致性阈值进行逐项比较，对不满足角度分布集中度要求的路径单元添加扭曲标记，针对扭曲路径段内路径点执行位置矢量偏移运算，将每段内主轴点坐标按平均偏移值进行坐标更新，生成修正胚芽主轴路径序列。

20、作为本发明的进一步方案，所述灰度梯度-方向一致性阈值的设置方式具体为，利用全部路径单元中局部像素灰度梯度方向向量与路径方向向量之间夹角余弦值的平均值与标准差，将夹角余弦值的平均值与标准差的和作为灰度梯度-方向一致性阈值，对夹角余弦值低于灰度梯度-方向一致性阈值的路径单元添加扭曲标记。

21、作为本发明的进一步方案，s4的具体步骤为：

22、s401：调用所述修正胚芽主轴路径序列中每一时间帧对应的主轴点坐标集合，在相邻坐标点之间执行二维欧氏距离计算，并将同一时间帧下全部相邻点间的距离值依次累加形成长度数值，按帧序编号记录每个时间点对应长度数据，生成时间帧芽长测量数值集；

23、s402：根据所述时间帧芽长测量数值集中每组长度值对应的帧编号，提取拍摄帧的时间戳信息，并以时间戳为基准对测量值进行递增排序处理，将时间序列与对应长度值构建一一映射关系，生成拍摄时序芽长映射表；

24、s403：基于所述拍摄时序芽长映射表中时间顺序排列后的长度数据，将每一数据组按所属种子编号归入独立序列集合，并在同一序列中记录连续时间帧下的芽长变化，构建面向单粒种子的时间序列式长度数组结构，生成种子个体时序芽长序列。

25、作为本发明的进一步方案，所述方法还包括以下步骤：

26、s5：基于所述种子个体时序芽长序列，计算时间段平均生长速率值，统计种子在整个发芽阶段生长速率的变动次数与区间差异值，结合最大变动范围与最频繁出现区间长度值，将每粒种子在时间段与速率区间上的映射结果记录为编码条目，生成芽长梯度活力评估指标集；

27、所述芽长梯度活力评估指标集包括平均生长速率分布区间、活力等级编码值和芽长波动频率指标。

28、作为本发明的进一步方案，s5的具体步骤为：

29、s501：基于所述种子个体时序芽长序列中相邻时间帧记录的芽长数值与对应时间戳，对每一对前后相邻时间帧计算芽长差值并除以时间间隔长度，将时间段得到的生长速率标量按时间顺序排列为一维序列数据，生成时间段平均生长速率序列；

30、s502：根据所述时间段平均生长速率序列中每个时间段生长速率标量，对整段发芽过程内生长速率符号变化和幅度离散程度进行统计，记录速率发生增减的次数并计算每个速率区间的出现频次，对速率区间上界与下界差值执行运算，得到芽长速率变化统计参数；

31、s503：根据所述芽长速率变化统计参数中记录的最大速率区间跨度、频次最高速率区间和对应时间段索引，将每粒种子在时间段编号与速率区间编号之间建立编码映射关系，对编码映射记录进行聚合整理并写入同一指标集合结构，生成芽长梯度活力评估指标集。

32、基于图像处理的种子芽长检测系统，所述系统包括：

33、候选起点筛选模块，获取培养皿中种子发芽图像内每粒种子外轮廓像素序列，计算每个边界像素相邻位置之间切向方向向量与对应法向方向向量，筛选跳变幅度超过边缘突变角阈值的区域，生成胚芽起点候选坐标集；

34、起点定位识别模块，根据所述胚芽起点候选坐标集，获取候选点邻域内每个像素灰度梯度方向向量与对应轮廓切向方向向量，构建候选点方向一致性评分值，筛选方向一致性评分值大于方向一致性阈值的候选点，生成胚芽起点定位信息；

35、胚芽主轴修正模块，基于所述胚芽起点定位信息，根据每一段路径单元获取对应芽体轮廓局部像素集合，分析识别扭曲段，对每个扭曲段内主轴点坐标执行平均偏移矢量叠加运算，并更新主轴点坐标序列，生成修正胚芽主轴路径序列；

36、时序芽长构建模块，调用所述修正胚芽主轴路径序列，对每一时间帧主轴路径按照路径相邻点之间欧氏距离进行累加，根据时间帧拍摄时间戳对全部长度值进行时间先后排序，构建按时间排列的单粒种子芽长数组，生成种子个体时序芽长序列；

37、种子活力分析模块，基于所述种子个体时序芽长序列，计算时间段平均生长速率值，统计种子在整个发芽阶段生长速率的变动次数与区间差异值，结合最大变动范围与最频繁出现区间长度值，将每粒种子在时间段与速率区间上的映射结果记录为编码条目，生成芽长梯度活力评估指标集。

38、与现有技术相比，本发明的优点和积极效果在于：

39、本发明中，通过基于轮廓切向与法向夹角的跳变检测获取种子胚芽起点候选区域，避免对整幅图像进行全局灰度梯度计算带来的干扰，提高胚芽识别的定位精度，通过在候选点邻域构建灰度梯度方向与切向方向的夹角一致性评分，增强起点筛选的稳定性与针对性，在主轴路径跟踪过程中引入局部轮廓像素灰度梯度方向分析，并依据夹角一致性动态修正扭曲段路径，有效提高主轴追踪路径的几何稳定性及连续性，基于各时间帧主轴点坐标集合构建芽长序列，并结合生长速率的差值趋势分析提取变动频次与区间映射，能够反映种子在不同生长阶段的活性变化趋势，实现在时间维度上对种子个体生长活力的量化评估。