[发明专利]一种温室蔬菜病害监控视频关键帧提取方法即提取系统

权利要求书

1.一种温室蔬菜病害监控视频关键帧提取方法，其特征在于，所述方法包括以下步骤：

S1、将监控视频解析为帧序列，并对每一帧进行增强处理；

S2、识别摄像头的运动状态；

S3、将步骤S1所述的帧序列中每一帧图像从RGB颜色空间转为HSV颜色空间；

S4、计算步骤S3得到的HSV帧图像的视觉显著图，并提取显著性区域；其中，所述步骤S4中计算步骤S3得到的HSV帧图像的视觉显著图的具体方法为，

S401、结合温室蔬菜监控视频的特点，利用两个参数a和b修正IG算法，修正后的模型为公式(9)

S(x，y)＝a^*|I_S-I_S(x，y)||+b*||I_H-I_H(x，y)|| (9)

其中，I_H、I_S分别表示步骤S3得到的HSV图像模型的H通道的平均值和S通道平均值，I_H(x,y)、I_S(x,y)表示所述H通道经过高斯滤波后的对应值和所述S通道经过高斯滤波后的对应值，||||为欧氏距离，a的值小于零，b的值小于或等于1；

S402、利用HSV帧图像的显著性区域与背景之间的显著性比率来确定参数a和b的数值，计算公式为公式(10)，然后利用公式(9)计算步骤S3得到的HSV帧图像的视觉显著图；

其中，R为显著性比率，M为显著性区域中像素点个数，N为背景中像素点的个数，S(x,y)为对应点的显著性值；

S5、将步骤S4得到的所述显著性区域进行在线聚类；

S6、根据步骤S5的聚类结果，选择每一类中的关键帧。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中，采用X²直方图法计算每一帧图像与第一帧图像的相似度，识别摄像头运动状态。

3.根据权利要求1所述的方法，其特征在于，所述步骤S4中，提取显著性区域具体方法为：

S403、在所述步骤S402中计算出的HSV帧图像的视觉显著图的基础上选择自适应阈值，实现初步显著性区域的提取；

S404、用组和形态学方法在步骤S403得到的初步显著性区域的基础上进行丢失病斑信息的恢复，实现完整的显著性区域的提取。

4.根据权利要求1所述的方法，其特征在于，步骤S5中，采用H分量直方图信息作为描述特征，对所述步骤S4计算出的显著性区域进行在线聚类，实现显著性区域的分类。

5.根据权利要求1所述的方法，其特征在于，步骤S6中，采用像素帧平均的方法，选择每一类中的关键帧。