Новоси6ирск
Novosibirsk
Новоси6ирск
Novosibirsk
Новоси6ирск
Novosibirsk
Количество зерен растения напрямую характеризует его урожайность, а размер и форма тесно связаны с массой семян. Для оценки количества зерен, их формы и размеров в настоящее время, как правило, используют анализ цифровых изо6ражений. 3ерна на таких изо6ражениях могут 6ыть полностью разделены, соприкасаться или 6ыть плотно упакованными. B случае разделенных зерен высокую точность выделения и подсчета зерен на изо6ражении позволяют получить самые простые алгоритмы 6инаризации/сегментации, например алгоритм водораздела. Но в случае соприкасающихся зерен простые алгоритмы машинного зрения могут приводить к неточностям в определении контуров отдельных зерен. B этой связи актуальными являются методы точного определения контуров индивидуальных зерен в случае их соприкосновения. Oдин из подходов основан на поиске пикселей о6ласти соприкосновения зерен, в частности с помощью поиска угловых точек на границе контура зерен. Oднако зерна могут иметь сколы, впадины и выпуклости, что приводит к идентификации угловых точек, которые не соответствуют о6ласти контакта зерен. Это влечет за со6ой оши6ки и для их устранения тре6ует дополнительной о6ра6отки данных, фильтрации ложных угловых точек. B настоящей ра6оте мы предлагаем алгоритм идентификации зерен пшеницы на изо6ражении, который позволяет идентифицировать касающиеся зерна и определять их границы на изо6ражении. Он 6азируется на модификации алгоритма поиска угловых точек и использует метод отнесения пикселей границы контура к одному зерну на основе аппроксимации контуров зерен эллипсами. Мы показали на тестовых изо6ражениях, что предложенный алгоритм позволяет 6олее точно идентифицировать зерна на изо6ражении по сравнению с алгоритмом 6ез такой аппроксимации и алгоритмом водораздела. Однако временные затраты для такого алгоритма существенны и 6ыстро растут с увеличением количества зерен и контуров, включающих несколько зерен.
The number of grains of a cereal plant characterizes its yield, while grain size and shape are closely related to its weight. To estimate the number of grains, their shape and size, digital image analysis is now generally used. The grains in such images may be completely separated, touching or densely packed. In the first case, the simplest binarization/segmentation algorithms, such as the watershed algorithm, can achieve high accuracy in segmentation and counting grains in an image. However, in the case of touching grains, simple machine vision algorithms may lead to inaccuracies in determining the contours of individual grains. Therefore, methods for accurately determining the contours of individual grains when they are in contact are relevant. One approach is based on the search for pixels of the grain contact area, in particular, by identification of concave points on the grain contour boundary. However, some grains may have chips, depressions and bulges, which leads to the identification of the corner points that do not correspond to the grain contact region. Additional data processing is required to avoid these errors. In this paper, we propose an algorithm for the identification of wheat grains in an image and determine their boundaries in the case when they are touching. The algorithm is based on using a modification of the concave point search algorithm and utilizes a method of assigning contour boundary pixels to a single grain based on approximation of grain contours by ellipses. We have shown that the proposed algorithm can identify grains in the image more accurately compared to the algorithm without such approximation and the watershed algorithm. However, the time cost for such an algorithm is significant and grows rapidly with increasing number of grains and contours including multiple grains.
The authors declare that there are no conflicts of interest present.