[发明专利]一种牡丹花特征提取方法

权利要求书

1.一种牡丹花特征提取方法，其特征在于，包含以下步骤：

步骤(1)、先将拍摄的牡丹花图片进行前背景分割；

步骤(2)、对步骤(1)得到的图片进行牡丹花的颜色进行特征提取；

步骤(3)、分别对牡丹花的形状特征：凸包面积比，锐度特征，边界特征进行提取；

步骤(4)、对牡丹花的纹理特征进行提取。

2.根据权利要求1所述的一种牡丹花特征提取方法，其特征在于，所述步骤(1)包括如下子步骤：

步骤(1.1)先将图片f(x，y)转成灰度图片，对其进行阈值化操作，首先寻找图像的前景和背景的最佳阈值T；

步骤(1.2)根据得到的阈值T对图像进行二值化，再通过形态学——膨胀处理，提取最大的连通区域；

步骤(1.3)根据膨胀后的图像取最大的连通区域得到其最小的外接矩形，再利用grabcut算法进行图像前景背景分割。

3.根据权利要求2所述的一种牡丹花特征提取方法，其特征在于，所述步骤(1.1)中最佳阈值T求解过程如下：

定义图片总的像素数为N个，Q₁、Q₂分别是属于前景和后景的像素数与总像素的比例，m₁和m₂分别是前景和后景的像素的平均灰度值；m_g是整个图像的平均灰度，则类内方差σ²为：

σ²＝Q₁(m₁-m_g)²+Q₂(m₂-m_g)² (1)

根据统计学的知识，Q₁+Q₂＝1，Q₁m₁+Q₂m₂＝m_g；所以式子(1)可以改写成

σ²＝Q₁Q₂(m₁-m₂)² (2)

从式子(2)可以看出，均值m₁和m₂彼此间隔越远，σ²越大，可以作为类间可分性测度；

计算不同阈值下，前景与背景的类内方差，当前景与背景的类内方差最大时，这个阈值就是最佳阈值T。

4.根据权利要求3所述的一种牡丹花特征提取方法，其特征在于，所述步骤(1.2)中二值化即：

通过形态学——膨胀处理，提取最大的连通区域，即：

膨胀会“增长”或“粗化”二值图像中的物体，假设B是结构元，A是要被膨胀的集合(图像物体)，则B对A的膨胀定义为：

其中，A，B是二维整数空间Z²中的集合，是B关于其原点的反射，并进行距离为z的平移；式子(4)可以理解为逐步移动以滑过整个集合A，且它与A的交集是A的子集。

5.根据权利要求4所述的一种牡丹花特征提取方法，其特征在于，所述步骤(1.3)中利用grabcut算法进行前景背景分割，具体如下：

A1)通过矩形框来选择要分割图片的子图像，矩形框外部的像素标记为背景，归为背景类，内部像素标记为未知，归为前景类；

A2)利用高斯混合模型(GMM)θ来描述前景与背景像素的分布，运用迭代的方法求取高斯混合模型中的各个参数；

A3)把背景类中的像素分配给能够产生这个像素可能性最高的背景GMM分量，对前景类中的像素作相同操作；

A4)根据上一步分配到的像素修正GMM；

A5)用最大流最小割算法切割，产生新的像素分类；

A6)重复A3)—A5)直到能量函数E(α，θ)收敛，其中α是像素点标号，α＝(α₁，...，α_n，...，α_N)，α∈{0，1}。