[发明专利]一种美国白蛾幼虫网幕图像识别方法

权利要求书

1.一种美国白蛾幼虫网幕图像识别方法，其特征是，包括：步骤1）图像色彩空间和色彩通道确定、2）图像二值化处理、3）噪音区域去除处理和4）噪音的进一步去除和图像的修补处理。

2.根据权利要求1所述的美国白蛾幼虫网幕图像识别方法，其特征是，步骤1）图像色彩空间和色彩通道确定，包括：                                                根据美国白蛾幼虫网幕图像色彩分布特征，选择RGB颜色空间；计算原始图像中网幕、叶子和枝条部位的（R-G）、（B-G）、（R-B）颜色分量差值，确定（R-B）色差模型。

3.根据权利要求1所述的美国白蛾幼虫网幕图像识别方法，其特征是，步骤2）图像二值化处理，过程如下：对网幕图像进行逐行扫描，并记录(R-B)值；求得每一点(R-B)差值，并将此差值按照升序的顺序排列，统计其中最大值和中值；使用最大类间方差法计算最佳阈值；进行二值化处理。

4.根据权利要求1所述的美国白蛾幼虫网幕图像识别方法，其特征是，步骤3）噪音区域去除处理使用双阈值处理方法。

5.根据权利要求4所述的美国白蛾幼虫网幕图像识别方法，其特征是，所述双阈值处理方法步骤是：①对图像从上到下，从左到右进行扫描，如果遇到白色象素则进行标记，并按照Freeman编码方式反时针跟踪，如果能够连接在一起，则表明此区域为一个整体，给图像中每一个可以连接在一起的整体进行区域标记（贴标签），命名为区域1，2，3，……，N；②贴标签的同时，在内存中开设一个动态数组p( )记录每一区域所含像素的个数，各个数组成员的大小即为相对应区域的面积，分别记为p(1)，p(2)， …， p(i)，…， p(n)(i=1，2，3，……，N)，N为图像中所有区域的个数；③求出面积的平均值A和标准方差D，计算A－D和A+D的值确定为面积双阈值；④使用阈值计算法将面积介于双阈值之间的白色噪声区域剔除。

6.根据权利要求1所述的美国白蛾幼虫网幕图像识别方法，其特征是，步骤4）噪音的进一步去除和图像的修补处理使用改进的膨胀腐蚀法。

7.根据权利要求6所述的美国白蛾幼虫网幕图像识别方法，其特征是，所述噪音的进一步去除和图像的修补处理方法具体步骤如下：将干扰区域去除处理后贴有标签的区域分为两类，面积大于threshold1的称为第一类，表现为大片白色区域；面积小于threshold2的称为第二类，表现为细小白色区域，大部分为网幕丝线，另有个别噪音点存在，丝线表现出一致的走向性，且大都朝向大片白色区域，噪音则杂乱的分布；对第一类区域进行腐蚀处理，去除掉区域内部细小的黑色干扰；③对第二类区域的每一个标记区域记录其左上、右上、左下、右下四个极值点的坐标，命名为X_LH、X_RH、X_LL和X_RL，连接点X_LH与点X_RL、点X_RH 与点X_LL，求得两直线的长度，计算其中较长直线的斜率作为该区域的走向，记为k_i，图像中若存在小于四个像素的区域，当像素处于对角线位置时计算对角线斜率，当像素水平时记斜率为0，只有一个像素的区域不计，所有直线中出现垂直情况的不计算斜率但统计其出现频率；④将-90°～90°区域18等分，对所有斜率按其对应角度范围向18个区域投票，对所得的18个投票数量计算其标准方差，当标准差小于120时，认为图像中没有丝线，所有细小白色区域都作为噪音去除；当标准差大于120时，选择数量最大的区域对应的角度范围作为网幕丝线部分的走向，斜率处于这一部分的区域保留，其余部分去除；对于被保留的第二类区域，使用区域间膨胀法对其进行修补。

8.根据权利要求7所述的美国白蛾幼虫网幕图像识别方法，其特征是，所述区域间膨胀法具体是，从左到右从上到下逐行扫描图像，当遇到新的标记区域时，即按照其斜率方向膨胀图像，直到遇到另一个标记区域为止，第一个区域的标记值变为与第二个区域一致，如此反复，直到扫描完毕，某个区域膨胀到图像底部也没有遇到新区域的，该次膨胀取消。