[发明专利]一种烟田图像分割方法

说明书

技术领域

本发明涉及数字图像领域，更具体地，涉及一种烟田图像分割方法。

背景技术

要对烟叶种植大田进行实时监控，就要对烟田的图像进行实时的采集和处理，而对烟田图像的处理首先要解决的一个基础性问题就是完成对烟田对象的识别即烟田图像分割，而现有技术中的一些分割方式因受光照不同而影响其分割识别准确率，而农田环境非结构化特征明显，容易受光照、阴影、天气变化等环境因素的影响，因此其分割识别效果不太理想。

发明内容

本发明提供一种一种烟田图像分割方法，能够更好地滤除噪声及抑制光照不均匀等复杂环境带来的影响。

为了达到上述技术效果，本发明的技术方案如下：

一种烟田图像分割方法，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。

进一步地，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。

进一步地，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