[发明专利]基于Lab颜色空间的竹材横断面提取算法

权利要求书

1.基于Lab颜色空间的竹材横断面提取算法，包括以下步骤：

(1)将采集到得RGB图像变换到Lab颜色空间，提取a、b通道颜色信息组成特征向量，并利用聚类算法对特征向量进行分类后，形态学操作去除掉小的区域后得到分割的竹材横断面图像；

(2)对分割后的图像提取最大连通部分，利用圆拟合算法实现竹材横断面的框定，最后得到竹材断面的外边界及半径，算法结束。

2.根据权利要求1所述的基于Lab颜色空间的竹材横断面提取算法，其特征在于，所述步骤(1)的Lab颜色空间的混合特征向量按公式fea(m,n)=(1-λ)*a(m,n)+λ*b(m,n)计算，其中a、b为Lab颜色空间的a、b通道，m和n的最大值为二维图像的大小，m代表行像素，n代表列像素，λ是一个可调参数，算法所采用的值为0.2，原始图像的特征图像为二维特征向量，按公式Feature_Image(m,n)={fea(m,n),a(m,n)}计算。

3.根据权利要求1所述的基于Lab颜色空间的竹材横断面提取算法，其特征在于，所述步骤(2)的圆拟合竹材框定算法为：先求取最大连通区域的四个边界点left，right，top，bottom，假定得到的四个边界点为待分割的竹材端面（假定为正圆），那么top，bottom两点组成直线和left，right两点组成直线的交点P即将为圆心，然后分别对上面四点中的每三个点进行一次圆拟合，选取拟合后的四个圆心中与P点距离最小的点为最终框定的圆的圆心，R为半径；得到竹材断面的外边界。具体的三点A、B、C的圆拟合计算圆心坐标和半径的公式为Ox=12[xb+xc+(yb-yc)·ctan r]Oy=12[yb+yc+(xc-xb)·ctan r]]]>，R=S_BC/2sinr，其中S_BC为线段BC的长度，x_b,y_b为B点坐标，x_c,y_c为C点坐标，∠CAB=r。