技术特征：
1.一种茄子茎夹角无损检测方法，其特征在于：包括如下步骤：s1、输入捕获的茄子茎夹角图像；s2、对图像进行霍夫直线检测，将检测出的直线组合尝试组合为矩形，记录所有组合成功的矩形；s3、判定组合成功的矩形数量，若数量大于n个，默认n>5，则进行s4步骤，若小于n个则认定为图片分析失败。s4、将所有矩形组合成一个新的轮廓，计算该轮廓的最小外接矩形；s5、按最小外接矩形分割出背景板以及茄子茎图像并灰度化图像。s6、使用大律法将图像进行二值化，分割出茄子茎。s7、将二值化图像进行骨骼化操作，得到茄子茎骨骼图。s8、分析茄子茎骨骼图，对其进行角点检测，获取骨骼图关键节点。同时判定关键节点是否包含标定板内茄子茎最下方的点，若无则添加最下方的点到关键节点。s9、将关键节点梳理出最下方到分叉点的直线l
b
，分叉点到最临近的左右侧点的直线l
l
和l
r
，计算l
l
和l
r
夹角。s10、输出结果。2.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s1中，获取的图像中应包含完整的背景板，待检测的植物根茎。拍摄时成像设备尽量居中于背景板且平行于背景板。背景板印刷有空心的棋盘格。3.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s2中，霍夫直线检测由图像处理库emgucv实现。4.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s4中，将所有矩形组合成一个新的轮廓过程中，仅取各个矩形的顶点填充到新轮廓，减少系统运算量。5.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s6中，所述大律法将图像进行二值化，由图像处理库emgucv的函数threshold()实现，其中二值化前可增加图像的缩放或者滤波操作减少背景板中棋盘格的影响。6.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s8中，其中角点检测由判定点附近区域的所有点与该点的灰度相似度获得：其中(x,y)，(x0,y0)分别为模板中心像素点和待比较像素点的坐标，t为相似度阈值。此外内茄子茎最下方的点由将所有点按照y轴坐标升序排序后取最后一个点获取。7.根据权利要求1所述的一种茄子茎夹角无损检测方法，其特征在于：所述s9中，其中l
b
、l
l
和l
r
均为系统自动判定生成且具有唯一性。
技术总结
本发明公开了一种茄子茎夹角无损检测方法，包括如下步骤：S1输入捕获的茄子茎夹角图像。S2对图像进行霍夫直线检测。S3判定组合成功的矩形数量。S4将所有矩形组合成一个新的轮廓。S5按最小外接矩形分割出背景板以及茄子茎图像并灰度化图像。S6使用大律法将图像进行二值化。S7将二值化图像进行骨骼化操作，得到茄子茎骨骼图。S8分析茄子茎骨骼图，对其进行角点检测。本发明所有判定阈值均为分析茄子茎夹角图像后自动生成，且生成结果具有唯一性。且生成结果具有唯一性。且生成结果具有唯一性。
技术研发人员：马超 李琳一 田明璐 班松涛 胡冬 袁涛 姚鑫锋
受保护的技术使用者：上海市农业科学院
技术研发日：2022.08.18
技术公布日：2022/12/12