[发明专利]一种烟田图像分割方法

权利要求书

1.一种烟田图像分割方法，其特征在于，包括以下步骤：

S1：将采集的烟田彩色图像分别转换为Lab和YUV颜色空间图像；

S2：然后将Lab颜色空间图像采用Ostu方法进行阈值分割，将YUV颜色空间图像采用加权模糊熵方法进行分割；

S3：将进行Ostu方法进行阈值分割的图像与进行加权模糊熵方法进行分割的图像进行合并、滤波得到分割结果。

2.根据权利要求1所述的烟田图像分割方法，其特征在于，所述步骤S2中将Lab颜色空间图像采用Ostu方法进行阈值分割的过程如下：

将采集到的烟田彩色图像从RGB颜色空间转换到LAB颜色空间，选择LAB颜色空间的a分量使用Ostu法进行图像的背景分割：

21)计算a分量图像的灰度概率分布：

p(k)k＝0,1,2,···，L-1；

22)分别计算属于a分量图像和其背景的像素的比例X₀、X₁，灰度平均值D₀、D₁，两类间距d²，平均方差

23)计算阈值选取函数G(t)，t＝0,1,2,···，L-1；

24)求出G(t)的最大的值G_max，并记下相应的灰度级t，即为最佳阈值Th；

25)利用阈值Th实现对a分量的分割并进行二值化。

3.根据权利要求1所述的烟田图像分割方法，其特征在于，所述步骤S2中将YUV颜色空间图像采用加权模糊熵方法进行分割的过程如下：

31)将采集到的烟田彩色图像从RGB颜色空间转换到YUV颜色空间：

YUV=0.2970.5860.112-0.162-0.3350.5020.503-0.421-0.082RGB;]]>

32)提取出YUV颜色空间的V分量，以256个灰度等级划分V分量，则V分量的值为0-255，设V分量图像为：

V＝[f(x,y)]_M×N

式中f(x,y)表示像素点(x,y)的灰度值，取值范围为0,1,2,···，L-1，L为图像的灰度级即256，V图像大小为M×N，图像中的灰度值为k的像素点总数记为p(k)，则灰度值k出现的概率可以表示为：

h(k)=p(k)M×N,k=0,1,2,...,L-1;]]>

33)对V分量图像进行模糊化，设分割阈值T将V图像分割为目标O和背景B两部分，选择梯形分布模糊度隶属函数分别对O和B进行模糊化，目标O的模糊度隶属函数为μ₀(k)，背景B的模糊度隶属函数为μ_B(k)：

μO(k)=0k≤ak-ac-aa<k<c1k≥c]]>

μ_B(k)＝1-μ_O(k)；

34)计算加权模糊熵，目标O和背景B两个模糊集合的加权模糊熵分别为：

EO=1MN ln2Σk=0256(k+1)aS(μ0(k))h(k)]]>

EB=1MN ln2Σk=0256(k+1)aS(μB(k))h(k)]]>

式中S(x)＝-xln(x)-(1-x)ln(1-x)，图像总的加权模糊熵为：E＝E_O+E_B，其权重为(g+1)^a；

35)计算加权模糊熵的最大值，则其最大值对应的阈值Th1就是分割阈值，利用Th1实现对V分量的分割并进行二值化。

4.根据权利要求1所述的烟田图像分割方法，其特征在于，所述步骤S3中将进行Ostu方法进行阈值分割的图像与进行加权模糊熵方法进行分割的图像进行合并、滤波的过程如下：

将基于Lab颜色空间的Ostu阈值分割得到的二值图像与在基于YUV颜色空间的加权模糊熵分割方法得到的二值图像做数学或运算，再用均值滤波加以处理得到分割结果。