[发明专利]一种牡丹花特征提取方法

说明书

本发明公开了一种牡丹花特征提取方法，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。在样本很少的情况下，这种方法提取的特征可用于之后分类器的学习样本。所提取到的22个特征f₁到f₂₂即为牡丹花的底层特征。本发明能够提取出花朵的底层特征，于其他的花卉分类也有一定的借鉴意义。

技术领域

本发明涉及到花朵分类的领域，尤其涉及一种牡丹花特征提取方法。

背景技术

出于人文素养的提高，同种类别的植物园大规模地出现，为人们提供观赏场地。基于图像处理技术对不同种植物，如不同花卉的识别研究工作已经有很多，但是对于牡丹花而言，种内的识别，相较于不同中花卉识别，更为困难，而且由于其种类繁多，目前有的一些花卉种内识别的技术不能直接运用。特征提取是整个花卉识别流程中的重要环节，目的是找到适合于牡丹花的鉴别性特征。

发明内容

本发明要实现现有技术的上述空缺，提出一种牡丹花底特征提取的方法。

本文采用的技术方案如下：一种牡丹花特征提取方法，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。

进一步的，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。

进一步的，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；