[发明专利]基于图像抽象的自适应Mean-Shift立木图像分割方法

权利要求书

1.一种基于图像抽象的自适应Mean-Shift立木图像分割方法，其特征在于包括如下步骤：

步骤一：对自然环境下采集的立木图像进行多角度图像抽象

A：采用双边滤波法对从自然环境下采集的立木图像进行平滑处理，以减少背景噪声影响；

B：采用图像金字塔方法对经步骤A平滑处理的立木图像作进一步平滑模糊

Ba：进行图像下采样，即对立木图像利用高斯内核卷积进行高斯平滑处理，删除所有偶数行和偶数列；

Bb：首先在下采样图像的偶数行和列以0填充，再使用同样的高斯卷积内核与放大后的图像进行卷积，估计“丢失”像素的近似值，对下采样图像进行向上重建恢复分辨率大小，以进一步抽象立木图像；

步骤二：立木图像聚类分割

C：将步骤一抽象的立木图像的位置特征采用步长探测法获得自适应空域带宽h_s，将步骤一抽象的立木图像的颜色特征采用插入规则法获得值域带宽h_r，结合高斯核函数自适应Mean-Shift聚类，得到立木聚类图像；

D：对立木聚类图像，采用FloodFill方法填充，并过滤噪声提取感兴趣区；

E：对感兴趣区域进行数学形态学处理，得到最终的立木分割图像。

2.根据权利要求1所述的基于图像抽象的自适应Mean-Shift立木图像分割方法，其特征在于：步骤A所述的双边滤波法对从自然环境下采集的立木图像进行平滑处理，是指在图像空间进行保边降噪；步骤Ba所述图像下采样，是指进行低通滤波后再进行隔行隔列采样得到图像，当前层大小为上一层图像的1/4。

3.根据权利要求1或2所述的基于图像抽象的自适应Mean-Shift立木图像分割方法，其特征在于：所述值域带宽h_r采用插入规则法来获得自适应值域带宽，其公式如式(1)：

式中：d为特征空间的维数，n为数据量，σ_j为标准差，μ_t(t＝1,2,...,n)为图像各像素点的颜色指数值，μ为其平均值。