一种甜瓜种质资源性状提取方法及系统

技术领域

本发明涉及作物育种中表型获取领域，特别是涉及一种甜瓜种质资源性状提取方法及系统。

背景技术

在数字农业和基因组学快速发展的今天，尤其是高通量基因测序技术的不断成熟，人们对表型学科相关的需求日益强烈，如：作物表型参数的精准、快速、无损测量技术。

以甜瓜为例，育种专家们常常需要对众多品种的甜瓜进行种质资源的数字化采集工作。目前，多以人工测量(包括目测)和机器视觉技术为主。人工测量，即通过眼睛观测得到如果面皱纹、果皮覆纹形状、果脐形态等这类定性描述的指标，以及借助测量工具测定果实长度、果实宽度等这类定量指标，由此，该种方法耗时费力、测量周期长、测量主观性强，并且对于某些参数的测量往往还需要相关人员具备丰富的经验；而机器视觉技术是借助相机等成像设备，获取测量对象的图像，进而通过应用图像处理技术提取参数，该种方法较前者来说测量效率大大提高，但是基于图像的二维数据，可获取的信息有限，并且图像拍摄的角度不同，得到的参数也不完全相同，同时，相机的畸变更是影响了参数提取的准确性。

现有技术存在甜瓜育种中需要每年对甜瓜种质资源的多种性状进行鉴定和评估，工作量巨大，而且观测效果容易受到人为因素的影响的问题。因此，为了加快甜瓜育种进程，实现甜瓜果实高通量性状的快速准确获取，亟需一种快速描述甜瓜种质资源性状的方法。

发明内容

本发明的目的是提供一种甜瓜种质资源性状提取方法及系统，快速提取甜瓜种质资源性状，进而确定高通量性状，加快了甜瓜育种进程。

为实现上述目的，本发明提供了如下方案：

一种甜瓜种质资源性状提取方法，包括：

获取甜瓜果实的三维点云数据和RGB图像；

根据所述三维点云数据重建所述甜瓜果实的三维模型，并根据所述三维模型提取所述甜瓜果实的数值型性状；所述数值型性状包括：果柄长度、粗度、果脐大小、果实长度、果实宽度和果形指数；

根据所述RGB图像，基于深度学习，利用类别判定型性状提取模型提取类别判定型性状；所述类别判定型性状提取模型以甜瓜果实的RGB图像为输入，以所述甜瓜果实的类别判定型性状为输出；所述类别判定型性状包括：果柄颜色、果实形状、果面绒毛、果面瘤、果面皱纹、果面沟、果面纹颜色、果面棱、果面网纹、果面网纹密度、果面网纹粗度、果面网纹分布、果面裂纹、果皮底色、果皮覆纹颜色、果皮覆纹形状、果皮晕色、果脐形态和果脐形状；

根据所述数值型性状和所述类别判定型性状确定甜瓜种质资源性状；所述甜瓜种质资源性状为所述数值型性状和所述类别判定型性状的总和。

可选的，所述获取甜瓜果实的三维点云数据和RGB图像，之后还包括：

对所述三维点云数据依次进行滤波处理、下采样处理、数据存储处理以及三角化重建处理；

对所述RGB图像依次进行基于最大类间方差法的二值化处理、中值滤波处理、基于二值形态学的孔洞填充处理、制作掩膜处理和色彩校正处理。

可选的，所述根据所述三维点云数据重建所述甜瓜果实的三维模型，并根据所述三维模型提取所述甜瓜果实的数值型性状，具体包括：

根据所述三维模型，基于法线和曲率的变化程度，提取果脐的边缘轮廓和果柄与甜瓜果实的交线；

利用标准件进行校正，确定甜瓜果实的数值型性状；所述标准件为所述甜瓜果实在获取三维点云数据时的参照物。

可选的，所述获取甜瓜果实的三维点云数据和RGB图像，具体包括：

利用手持式三维激光扫描仪获取甜瓜果实的三维点云数据；

利用相机获取甜瓜果实的RGB图像。

一种甜瓜种质资源性状提取系统，包括：

三维点云数据和RGB图像获取模块，用于获取甜瓜果实的三维点云数据和RGB图像；

数值型性状提取模块，用于根据所述三维点云数据重建所述甜瓜果实的三维模型，并根据所述三维模型提取所述甜瓜果实的数值型性状；所述数值型性状包括：果柄长度、粗度、果脐大小、果实长度、果实宽度和果形指数；

类别判定型性状提取模型确定模块，用于根据所述RGB图像，基于深度学习，利用类别判定型性状提取模型提取类别判定型性状；所述类别判定型性状提取模型以甜瓜果实的RGB图像为输入，以所述甜瓜果实的类别判定型性状为输出；所述类别判定型性状包括：果柄颜色、果实形状、果面绒毛、果面瘤、果面皱纹、果面沟、果面纹颜色、果面棱、果面网纹、果面网纹密度、果面网纹粗度、果面网纹分布、果面裂纹、果皮底色、果皮覆纹颜色、果皮覆纹形状、果皮晕色、果脐形态和果脐形状；

甜瓜种质资源性状确定模块，用于根据所述数值型性状和所述类别判定型性状确定甜瓜种质资源性状；所述甜瓜种质资源性状为所述数值型性状和所述类别判定型性状的总和。

可选的，还包括：

三维点云数据预处理模块，用于对所述三维点云数据依次进行滤波处理、下采样处理、数据存储处理以及三角化重建处理；

RGB图像预处理模块，用于对所述RGB图像依次进行基于最大类间方差法的二值化处理、中值滤波处理、基于二值形态学的孔洞填充处理、制作掩膜处理和色彩校正处理。

可选的，所述数值型性状提取模块具体包括：

果脐的边缘轮廓和果柄与甜瓜果实的交线提取单元，用于根据所述三维模型，基于法线和曲率的变化程度，提取果脐的边缘轮廓和果柄与甜瓜果实的交线；

数值型性状提取单元，用于利用标准件进行校正，确定甜瓜果实的数值型性状；所述标准件为所述甜瓜果实在获取三维点云数据时的参照物。

可选的，所述三维点云数据和RGB图像获取模块具体包括：

三维点云数据获取单元，用于利用手持式三维激光扫描仪获取甜瓜果实的三维点云数据；

RGB图像获取单元，用于利用相机获取甜瓜果实的RGB图像。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明所提供的一种甜瓜种质资源性状提取方法及系统，根据所述三维模型提取所述甜瓜果实的数值型性状，利用类别判定型性状提取模型提取类别判定型性状，进而大大简化了甜瓜种质资源性状的获取流程，降低了检测成本，提高了测量效率，可以一次性获取多达25个参数，具备高通量特点，此外还可以在一定程度上保证后绪品质检测结果的准确度，极大方便了育种专家的工作，具有良好的应用前景。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的一种甜瓜种质资源性状提取方法流程示意图；

图2为本发明所提供的一种甜瓜种质资源性状提取方法原理示意图；

图3为本发明实施例中测试装置的结构示意图；

图4为本发明所提供的一种甜瓜种质资源性状提取系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种甜瓜种质资源性状提取方法及系统，快速提取甜瓜种质资源性状，进而确定高通量性状，加快了甜瓜育种进程。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明所提供的一种甜瓜种质资源性状提取方法流程示意图，图2为本发明所提供的一种甜瓜种质资源性状提取方法原理示意图，如图1和图2所示，本发明所提供的一种甜瓜种质资源性状提取方法，包括：

S101，获取甜瓜果实的三维点云数据和RGB图像。

S101具体包括：

利用手持式三维激光扫描仪获取甜瓜果实的三维点云数据。获取三维点云数据时，需要借助玻璃板辅助完成数据点的采集，以及标准件作为参照物，通过找到并确定标准件基于三维点云模型得到的长度参数与其实际参数之间的比例关系，从而根据这个比例来得到甜瓜果实的真实尺寸

利用相机获取甜瓜果实的RGB图像。获取RGB图像时，为了保证图像背景的统一性，以及尽可能减少环境等外界噪声，需要以黑色植绒布为背景，并借助标准色彩纸以辅助后期的图像处理中基于多项式回归法的颜色校正。

图3为本发明实施例中测试装置的结构示意图，将所述甜瓜果实以自然状态放置于硬度大厚度薄的玻璃桌面之上，选择玻璃材质桌面的原因在于方便甜瓜果实下部(靠近桌面)数据点的采集；接着在玻璃桌面的正反面粘贴与仪器配套使用的标记点，以帮助建立待扫描空间各面的位置关系；在合理布置完标记点之后，使用手持式三维激光扫描仪从多个角度识别读取标记点，从而为后期对象的扫描结果优化提供丰富的参考数据；然后手持仪器沿着甜瓜果实的表面匀速扫描，以保证点云数据的完整性；最后，将扫描完成的甜瓜果实放置于黑色植绒布之上，从正上方拍摄得到RGB图像，同时保证每次采相时的相机高度是相同的。

S101之后还包括：

对所述三维点云数据依次进行滤波处理、下采样处理、数据存储处理以及三角化重建处理。

具体过程如下：1)在软件Geometry Control中先后使用直通滤波、统计学滤波工具除去环境噪声点和局外点；2)通过比较发现，基于法向量采样法的效果最好，能够在尽可能多地减少数据点的数量的同时，保留甜瓜果实的基本特征；3)将三维数据点以八叉树的形式存储，赋予其邻域信息；4)最后基于贪婪投影三角化算法对点云数据进行三角化重建，得到甜瓜果实的三维模型。

对所述RGB图像依次进行基于最大类间方差法的二值化处理、中值滤波处理、基于二值形态学的孔洞填充处理、制作掩膜处理和色彩校正处理。

具体过程如下：1)基于最大类间方差法(OTSU)对图像做二值化处理；2)通过中值滤波去除局外点和噪声点；3)基于二值形态学方法进行孔洞填充；4)根据以上结果，制作掩膜，提取仅含对象的RGB图像，或甜瓜果实，或标准色块图；5)使用标准色块图，基于多项式回归法对RGB图像进行颜色校正，通过比较知，采用项数为10的{R,G,B,RG,RB,GB,R

S102，根据所述三维点云数据重建所述甜瓜果实的三维模型，并根据所述三维模型提取所述甜瓜果实的数值型性状；所述数值型性状包括：果柄长度、粗度、果脐大小、果实长度、果实宽度和果形指数。

S102具体包括：

根据所述三维模型，基于法线和曲率的变化程度，提取果脐的边缘轮廓和果柄与甜瓜果实的交线。

利用标准件进行校正，确定甜瓜果实的数值型性状；所述标准件为所述甜瓜果实在获取三维点云数据时的参照物。

S103，根据所述RGB图像，基于深度学习，利用类别判定型性状提取模型提取类别判定型性状；所述类别判定型性状提取模型以甜瓜果实的RGB图像为输入，以所述甜瓜果实的类别判定型性状为输出；所述类别判定型性状包括：果柄颜色、果实形状、果面绒毛、果面瘤、果面皱纹、果面沟、果面纹颜色、果面棱、果面网纹、果面网纹密度、果面网纹粗度、果面网纹分布、果面裂纹、果皮底色、果皮覆纹颜色、果皮覆纹形状、果皮晕色、果脐形态和果脐形状。

类别判定型性状提取模型分为训练和验证两个方面，具体的过程如下：

将获取的RGB图像按比例4：1划分训练集和验证集，然后对训练集中的每一张图像做标签，标签内容包括果柄颜色(1:白；2:浅绿；3:绿；4:深绿；5:黄；6:粉红)、果实形状(1:圆；2:梨；3:卵；4:倒卵；5:椭圆；6:橄榄；7:瓶颈；8:圆柱；9:棒)、果面绒毛(0:无；1:有)、果面瘤(0:无；1:有)、果面皱纹(0:无；1:有)、果面沟(0:无；1:浅；2:深)、果面纹颜色(1:白；2:黄；3:橘；4:褐；5:绿；6:灰)、果面棱(0:无；1:低；2:高)、果面网纹(0:无；1:有)、果面网纹密度(1:稀；2:中；3:密)、果面网纹粗度(1:细；2:中；3:粗)、果面网纹分布(1:少；2:半；3:全)、果面裂纹(0:无；1:稀；2:密)、果皮底色(1:白；2:乳白；3:绿白；4:灰白；5:浅黄；6黄；7:深黄；8:橘；9:浅绿；10:黄绿；11:绿；12:灰绿；13:深绿；14:墨绿；15:黄褐；16:红褐；17:灰褐)、果皮覆纹颜色(0:无；1:绿白；2:灰白；3:浅黄；4:黄；5:深黄；6:橘；7:浅绿；8:黄绿；9:绿；10:灰绿；11:深绿；12:墨绿；13:黄褐；14:红褐；15:灰褐)、果皮覆纹形状(1:斑点；2:斑块；3:斑条；4:条带)、果皮晕色(0:无；1:白；2:黄；3:红)、果脐形态(1:凹；2:平；3:凸)和果脐形状(1:圆；2:多角；3:放射)，共19个甜瓜种质资源数据，基于深度学习，运用卷积神经网络框架训练得到模型参数，接着用验证集对模型参数进行优化，最后得到一个效果最优的模型。利用验证集进行进行验证。

S104，根据所述数值型性状和所述类别判定型性状确定甜瓜种质资源性状；所述甜瓜种质资源性状为所述数值型性状和所述类别判定型性状的总和。

图4为本发明所提供的一种甜瓜种质资源性状提取系统结构示意图，如图4所示，本发明所提供的一种甜瓜种质资源性状提取系统，包括：

三维点云数据和RGB图像获取模块401，用于获取甜瓜果实的三维点云数据和RGB图像。

数值型性状提取模块402，用于根据所述三维点云数据重建所述甜瓜果实的三维模型，并根据所述三维模型提取所述甜瓜果实的数值型性状；所述数值型性状包括：果柄长度、粗度、果脐大小、果实长度、果实宽度和果形指数。

类别判定型性状提取模型确定模块403，用于根据所述RGB图像，基于深度学习，利用类别判定型性状提取模型提取类别判定型性状；所述类别判定型性状提取模型以甜瓜果实的RGB图像为输入，以所述甜瓜果实的类别判定型性状为输出；所述类别判定型性状包括：果柄颜色、果实形状、果面绒毛、果面瘤、果面皱纹、果面沟、果面纹颜色、果面棱、果面网纹、果面网纹密度、果面网纹粗度、果面网纹分布、果面裂纹、果皮底色、果皮覆纹颜色、果皮覆纹形状、果皮晕色、果脐形态和果脐形状。

甜瓜种质资源性状确定模块404，用于根据所述数值型性状和所述类别判定型性状确定甜瓜种质资源性状；所述甜瓜种质资源性状为所述数值型性状和所述类别判定型性状的总和。

本发明所提供的一种甜瓜种质资源性状提取系统，还包括：

三维点云数据预处理模块，用于对所述三维点云数据依次进行滤波处理、下采样处理、数据存储处理以及三角化重建处理。

RGB图像预处理模块，用于对所述RGB图像依次进行基于最大类间方差法的二值化处理、中值滤波处理、基于二值形态学的孔洞填充处理、制作掩膜处理和色彩校正处理。

所述数值型性状提取模块402具体包括：

果脐的边缘轮廓和果柄与甜瓜果实的交线提取单元，用于根据所述三维模型，基于法线和曲率的变化程度，提取果脐的边缘轮廓和果柄与甜瓜果实的交线。

数值型性状提取单元，用于利用标准件进行校正，确定甜瓜果实的数值型性状；所述标准件为所述甜瓜果实在获取三维点云数据时的参照物。

所述三维点云数据和RGB图像获取模块401具体包括：

三维点云数据获取单元，用于利用手持式三维激光扫描仪获取甜瓜果实的三维点云数据。

RGB图像获取单元，用于利用相机获取甜瓜果实的RGB图像。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。