[发明专利]基于叶片匹配的各株作物图像提取方法

权利要求书

1.基于叶片匹配的各株作物图像提取方法，其特征在于，包括以下顺序的步骤：

S1、对采集的图像去除背景中的土壤和杂草背景，获得作物叶片图像；在此基础上，采用叶片距离将各图中各株作物叶片图像分离；

对于单株作物可能会在不同图幅中重复出现的问题，采用基于图像拼接的方法实现图片匹配，获得各株作物在不同图幅中的列表；

所述采用基于图像拼接的方法实现图片匹配，获得各株作物在不同图幅中的列表，具体为：

首先，随机地移动摄像头沿作物行采集作物图像，在检测同株作物时，只需要进行相邻图幅中是否有同株作物，而不必将所有作物图像都进行匹配；

然后，通过以下步骤实现各作物的识别与株数的计数：

步骤1：统计第一幅图像的株数为Nplant；

步骤2：从第二副图开始，对图中每一株作物，与前一幅图中各株作物匹配检测是否是同一株作物；若有一株作物匹配成功，则Nplant不变；若前一幅图没有一株作物与其匹配，则说明这株作物是新作物图像，将Nplant加1；

步骤3：重复步骤2，直到最后一副作物图像；

由此可知，对每副作物图像，只需要与前一幅图像进行作物匹配，而不需要对所有图像进行匹配；通过连续的前后图像中各株作物匹配的方法实现作物图像的个体识别与计数；

同株作物在两个不同图像中的匹配采用图像拼接技术实现；图像拼接就是将数张有重叠部分的图像拼成一幅无缝的大型图像；将连续两张作物图像拼接成一个图像，由于同株作物的图像属于重叠区域，所以拼接后，同株作物在前后图幅的图像会拼接成一株图像；

图像拼接步骤如下：

(1)用SIFT特征描述符从两幅图像中筛选出配对特征点；

(2)对配对点采用RANSAC算法获得两幅图的单应性变换；

(3)建立一个全景空白画布；两幅图像朝画布进行投影变换；对两幅图像的交叉区域，按照交叉融合的方法获得全景图像；

从拼接的过程看，同株作物在前后图幅的图像会朝着同一个地方映射，交叉融合拼接成一个株作物图像；

采用如下算法进行单株图像匹配：

(1)将前后两幅图像采用Matthew Brown图像拼接方法进行拼接，同时根据两个彩色图像充分多的匹配点获得两幅图像的两幅图的单应性变换；

(2)将前一副图像的各株图像按单应性变换朝空的全景空白画布投影，将后一副图像的各株图像按单应性变换朝空的全景空白画布投影；

(3)计算前一副图像的各株投影变换结果图像的质心与后副图像的各株投影结果图像的质心的欧式距离，若欧式距离小于阈值，则认为同一株匹配图像，否则认为不同株图像；

S2、对每株作物，通过匹配关系提取各株作物图像，统计作物株数。

2.根据权利要求1所述基于叶片匹配的各株作物图像提取方法，其特征在于，步骤S1中，所述对采集的图像去除背景中的土壤和杂草背景，具体为：

首先通过颜色分割去除非绿色部分，再通过光滑度去除杂草和噪声，光滑度的公式如下：

式中，D是一个9×9区域，p为图像某个像素，作为D的中心；ψ()为取彩色图像灰度值函数；去除小区域噪声对象获得作物叶片图像。

3.根据权利要求1所述基于叶片匹配的各株作物图像提取方法，其特征在于，步骤S1中，所述采用叶片距离将各图中各株作物叶片图像分离，具体为：

设置距离门限，若叶片距离小于门限的叶片被认为属于同一株作物，否则被认为属于不同株作物；由于希望后续分析整株作物状况，若图像中采集到某株作物的部分图像，这部分图像将会被删除；通过叶片距离的分类处理与边界图像消除，将图像中的各株叶片图像进行分离，代表作物图像的分离。