[发明专利]一种叶片病斑覆盖区域的提取方法和设备有效

专利信息
申请号: 201811436536.2 申请日: 2018-11-28
公开(公告)号: CN109754423B 公开(公告)日: 2020-09-15
发明(设计)人: 张建华;吴建寨;韩书庆;孔繁涛;曹姗姗;张晶 申请(专利权)人: 中国农业科学院农业信息研究所
主分类号: G06T7/73 分类号: G06T7/73;G06T7/13;G06T7/12;G06T7/194;G06T5/30;G06T5/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;吴欢燕
地址: 100081 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 叶片 覆盖 区域 提取 方法 设备
【说明书】:

发明实施例提供一种叶片病斑覆盖区域的提取方法和设备,包括:根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域,完整叶片区域包括叶片的病斑覆盖区域和叶片的正常覆盖区域;根据原始图像中的完整叶片区域滤除原始图像中的背景区域,以获得完整叶片图;根据完整叶片图提取叶片的病斑覆盖区域。本发明提供的方法和设备,通过原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域,以滤除原始图像中的背景区域,在提取叶片病斑覆盖区域时可完全避免背景颜色对叶片边缘位置的病斑覆盖区域的影响,提高提取的准确性和鲁棒性,为作物受病害的研究提供高精确度的叶片病斑覆盖区域图。

技术领域

本发明实施例涉及农业信息技术领域,更具体地,涉及一种叶片病斑覆盖区域的提取方法和设备。

背景技术

作物叶片病斑覆盖区域的精确提取对作物受病害影响的研究具有重要意义,目前,对于作物叶片病斑覆盖区域的提取,主要是基于叶片在自然环境中所采集的图像,然而在自然环境中所采集的叶片图像中,由于病斑颜色与土壤、杂草、秸秆、地膜等作物种植过程中的背景颜色极为相似,同时在自然环境下的作物叶片图像采集,容易受到复杂背景、天气变化、采集角度等因素影响,使得采集图像具有内容繁多、光照不均匀、阴影、部分遮挡等特点,加大了对叶片病斑覆盖区域的精确提取的难度。

特别是当病斑出现在作物叶片边缘位置时,病斑极易与土壤、杂草、秸秆、地膜等背景混淆,在进行叶片病斑覆盖区域的提取时,边缘病斑往往被认作是背景,造成病斑区域提取不完全,使得提取不准确,鲁棒性不强,影响对作物受病害的研究。

发明内容

为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种叶片病斑覆盖区域的提取方法和设备。

根据本发明实施例的第一方面,提供一种叶片病斑覆盖区域的提取方法,包括:根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域,完整叶片区域包括叶片的病斑覆盖区域和叶片的正常覆盖区域;根据原始图像中的完整叶片区域滤除原始图像中的背景区域,以获得完整叶片图;根据完整叶片图提取叶片的病斑覆盖区域。

其中,根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域,包括:将Q分量分割图和C分量边缘检测图进行叠加处理,得到叠加二值图像;对得到叠加二值图像进行洞孔填充处理,以获得完整叶片区域。

其中,对得到叠加二值图像进行洞孔填充处理之后,还包括:对叠加二值图像执行类型为圆盘,大小为第一像素的腐蚀运算,对叠加二值图像执行类型为圆盘,大小为第二像素的膨胀运算,以消除叠加二值图中完整叶片区域以外区域的毛刺和噪声。

其中,根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域之前,还包括:对原始图像进行二维高斯滤波处理,以消除原始图像中的高斯噪声。

其中,根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域之前,还包括:将原始图像转换至YIQ颜色空间,并提取Q分量图像;基于大律法的自适应阈值分割算法对Q分量图像进行阈值图像分割处理,以获得Q分量分割图。

其中,根据叶片的原始图像的Q分量分割图和C分量边缘检测图确定原始图像中的完整叶片区域之前,还包括:将原始图像转换至CMYK颜色空间,并提取C分量图像;对C分量图像进行图像灰度拉伸处理和Canny算子边缘检测操作,以得到C分量边缘检测图。

其中,根据原始图像中的完整叶片区域滤除原始图像中的背景区域,以获得完整叶片图,包括:根据原始图像中的完整叶片区域获取二值图像掩模图;将二值图像掩模图与原始图像进行逻辑与操作,以滤除原始图像中的背景区域,获得完整叶片图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业科学院农业信息研究所,未经中国农业科学院农业信息研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811436536.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top