[发明专利]一种水稻叶脉图像提取方法和装置

权利要求书

1.一种水稻叶脉图像提取方法，其特征在于，包括：

获取含有水稻叶片的图像，通过K均值聚类算法提取水稻叶片主体图像；

对所述水稻叶片主体图像进行裁剪，得到含单一背景的水稻叶片图像，并对其进行灰度化处理；

根据聚类均值判断法提取所述灰度化处理后水稻叶片图像中的叶脉图像，并根据Roberts算子进行边缘检测提取水稻叶片边缘的轮廓图像；

根据得到的水稻叶脉图像及水稻叶片边缘图像判断水稻叶脉的偏向；

其中，

所述根据聚类均值判断法提取所述灰度化处理后水稻叶片图像中的叶脉图像包括：

将灰度化处理后水稻叶片图像各行像素点分别分为一组，对于每一行的像素点根据其灰度值分别进行K聚类，聚类数定为2，将经过K聚类后的像素点分为两类，其中聚类均值更高的一类为主叶脉像素点；将每一行的主叶脉像素点保留，得到叶片的叶脉图像。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在CIE彩色空间中，根据K均值聚类算法将含有水稻叶片的图像中水稻叶片主体的像素点及背景的像素点分别分类。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对水稻叶片主体图像进行裁剪后保留叶脉清晰位置的图像，并对其进行灰度化处理。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述叶片边缘的轮廓图像与所述叶脉图像结合得到叠加效果图，比较其中叶脉像素点的坐标均值与叶片轮廓的坐标均值得到叶脉的偏向。

5.一种水稻叶脉图像提取装置，其特征在于，包括：

图像获取模块，用于获取含有水稻叶片的图像；

图像提取模块，用于通过K均值聚类算法提取水稻叶片主体图像；还用于根据聚类均值判断法提取灰度化处理后水稻叶片图像中的叶脉图像，并根据Roberts算子进行边缘检测提取水稻叶片边缘的轮廓图像；

其中，所述根据聚类均值判断法提取所述灰度化处理后水稻叶片图像中的叶脉图像包括：

将灰度化处理后水稻叶片图像各行像素点分别分为一组，对于每一行的像素点根据其灰度值分别进行K聚类，聚类数定为2，将经过K聚类后的像素点分为两类，其中聚类均值更高的一类为主叶脉像素点；将每一行的主叶脉像素点保留，得到叶片的叶脉图像；

图像裁剪模块，用于对所述水稻叶片主体图像进行裁剪，得到含单一背景的水稻叶片图像；

图像处理模块，用于对含单一背景的水稻叶片图像进行灰度化处理；

判断模块，用于根据得到的水稻叶脉图像及水稻叶片边缘图像判断水稻叶脉的偏向。

6.根据权利要求5所述的装置，其特征在于，所述图像提取模块还用于：在CIE彩色空间中，根据K均值聚类算法将含有水稻叶片的图像中水稻叶片主体的像素点及背景的像素点分别分类。

7.根据权利要求5所述的装置，其特征在于，所述图像处理模块还用于对水稻叶片主体图像进行裁剪后保留叶脉清晰位置的图像，并对其进行灰度化处理。

8.根据权利要求5所述的装置，其特征在于，所述判断模块还用于：将所述叶片边缘的轮廓图像与所述叶脉图像结合得到叠加效果图，比较其中叶脉像素点的坐标均值与叶片轮廓的坐标均值得到叶脉的偏向。