APP下载

基于时间对比分析法的散斑种子活力检测

2017-10-23赵瑛琦肖江

南方农业·下旬 2017年8期
关键词:图像处理

赵瑛琦 肖江

摘 要 生物散斑是激光照射在生物体表面产生的散斑现象。生物散斑的变化与生物体内的某些性质相关,因而作为一种新型检测技术被广泛研究。生物散斑具有非接触、无创伤、高精度、高灵敏度、抗干扰能力强和操作简单等优点,在农林业上得到了广泛应用。运用激光散斑技术测量麻皮豌豆种子活力,通过时间对比分析法(LSTCA)处理部分散斑图像,得到不同的散斑值曲线,将结果与栓皮栎种子实际发芽结果对比,结果表明:利用散斑值曲线无损快速区分栓皮栎种子的活力可以实现。

关键词 激光散斑;种子活力检测;时间对比分析法;图像处理

中图分类号:S643.3;TP391.4 文献标志码:B DOI:10.19415/j.cnki.1673-890x.2017.24.068

散斑現象最早被发现于1960年,即激光器被发明出来不久,人们发现被激光器照射的物体表面呈现颗粒结构,这种颗粒状态被称为激光散斑[1]。在最开始,人们将这种颗粒状态当作光学系统图像中的“噪声”,一度想尽办法消灭它们,然而随着科技的发展,散斑现象在很多领域大展拳脚。激光散斑技术自引入以来,便被飞速的研究和利用,人们在传统的五种方法(GD、IM、FUJII、LSTCA、LSSCA)的基础上不断改进,研究出了可以提高运算速度并提高精度的各种方法[2]。植物种子无损检测作为一个对农作物产量和销售有着很大影响意义的指标,引入激光散斑技术对其有着重要的意义[3]。本文利用LSTCA算法对豌豆种子进行实验,得出结论。

1 材料与方法

LSTCA法的定义式为:

(1)

式中,i,j为点的位置坐标,t为某一曝光时刻,其取值范围为t0~T;x为元素的灰度值,N为曝光图像的总数,为所有图像中该点的灰度值的平均值。LSTCA法和LSSCA法所使用的统计公式相同,都是用标准差和平均值的比值作为所求的对比值;不同点在于:LSSCA法是采用小窗口进行划分,求得每一个窗口的对比值,而LSTCA法是对确定点的每张图中的数据进行处理,因此这个方法不能够做到实时处理[5]。

将豌豆种子分为5个活力等级,每个等级50粒,共250粒实验样本。活种子组不做任何处理,其他4组放到老化箱中进行人工老化。具体步骤为:保持老化箱温度60 ℃,时间分别控制在3、6、9 h,最后一组为100 ℃,老化时间为10 h,即为死种子。然后开始采集图像。

250粒种子放入培养皿中培养。保持培养皿湿度,并保证光照和25 ℃的室温,每隔1 h采集一次图像,图像为512帧的视频。第一天从9:00—21:00,共采集12次视频,之后两天在9:00和21:00各采集一次,共采集16次视频。

2 图像采集

实验采用反射型试验装置,利用氦氖激光器发射光源,通过透镜将光线扩束,调整反射镜的位置,使得光线反射到实验样本上。CCD摄像机位于样本正上方,负责采集图片,并上传到其连接的上位机。原理如图1所示。

实验过程中每段视频规格为512帧,达到帧数自动停止。利用avi转成jpg图像,即每个视频得到512张图片,然后将散斑图转化为计算时所需要的灰度图,图2为实验采集的可见光图片和散斑图片。

3 数据处理

为了更好地提取种子区域的二值图,需要将原来的散斑图进行处理,去掉可能对提取有干扰的噪点。预处理过程如图3所示。

程序运行结束后,所有的散斑值都保存在Excel表格中,根据这些数据开始绘制每一种种子的特性曲线。按照种子的根长将种子的活力分为5个等级,等级1活力值最低,等级5活力值最高。并将散斑值化为1~100之内的数值,画出时间对比分析方法下的折线图如图4所示。

参考文献

[1]王佩斯,毕昆.基于激光散斑检测玉米种子活力方法的研究[J].应用激光,2011,31(6):473-477.

[2]Yang O, Cuccia D, Choi B. Real-time Blood Flow Visualization Using the Graphics Processing Unit[J].Journal of Biomedical Optics,2011,16(1):016009.

[3]Dunn A.K., Bolay H.,Moskowitz M.A.,et al. Dynamic Imaging of Cerebral Blood Flow Using Laser Spckle[J].J. Cereb. Blood Flow Metab., 2001,21(3):195-201.

[4]Le T.M., Paul J.S., Al-Nashash H., et al. New Insights into Image Processing of Cortical Blood Flow Monitor Using Laser Speckle Imaging[J].IEEE T.Med.Imaging,2007,26(6):833-842.

[5]Braga RA., Nobre CMB., Costa AG., et al.Evaluation of Activity through Dynamic Laser Spackle Using the Absolute Value of the Differences[J].Opt Commun,2011,28(4):646-650.

(责任编辑:赵中正)endprint

猜你喜欢

图像处理
视觉系统在发动机涂胶的应用
“课程思政”视域下职业学校《图像处理》课程教学改革实践
构建《Photoshop图像处理》课程思政实践教学路径的探索
基于图像处理与卷积神经网络的零件识别
基于新一代信息技术的Photoshop图像处理课程开发与建设
基于机器视觉的自动浇注机控制系统的研究
Photoshop软件图像处理技巧
基于二元全区间插值法的畸变图像矫正方法
机器视觉技术在烟支钢印检测中的应用