[发明专利]一种重叠叶片边缘的提取方法

说明书

本发明提供一种重叠叶片边缘的提取方法，包括如下步骤：准备实验设备，采集植物彩色图像，植物彩色图像灰度化处理，对同一像素点求辅助光源不同亮度下灰度值的方差，灰度图像同一位置不同光源亮度下的像素值求和，处理图像得到融合图像，融合图像边缘提取，利用本发明提供的方法能够从采集的作物叶片图像中准确、完整地分割出具有重叠区域的目标叶片的边缘。

技术领域

本发明涉及农业信息化领域，特别是涉及一种重叠叶片边缘的提取方法。

背景技术

叶片是农作物外部形态中反应最为灵敏的器官。叶片形状特征是作物病害监测、杂草识别等农业机器视觉领域的重要指标，叶片边缘的自动检测是表达叶片形状的基础步骤,根据完整的叶片图像可以准确地实现作物种类归属的判断、生长状况的监测、病虫害的识别等。因此，从采集的图像中，准确、无损地分割出完整的作物叶片具有十分重要的意义。

在农田环境下，由于作物生长环境复杂、干扰因素众多，且叶片多存在颜色相近、相互重叠的现象，从复杂背景图像中准确自动地分割出具有重叠区域的目标叶片变的异常困难。目前常用的叶片分割方法主要包括：基于阈值的分割方法、基于边缘检测的分割方法、基于聚类的分割方法、基于区域的分割方法、基于形态学的分割方法等。上述方法在对单一叶片进行分割时，往往能取得较好的效果，但是当叶片存在重叠时，则分割效果欠佳，需要多种分割技术集成使用，从而加大了算法的复杂度，且算法的移植性也不理想。长期以来，叶片的相互重叠一直是叶片边缘提取的难点，因此，现在仍缺少一种行之有效的针对田间重叠叶片图像的分割方法。研究一种适应于田间重叠叶片图像的分割方法，将有助于提高后续病害识别的精度，对指导作物生产、作物生长状况的研究、病虫害的防治具有十分重要的意义，而且也为农作物叶片分割领域提供新的方法和技术。

发明内容

本发明的目的是提供一种重叠叶片边缘的提取方法，以解决上述现有技术存在的问题，以达到从采集的作物叶片图像中准确、完整地分割出具有重叠区域的目标叶片边缘的目的。

为实现上述目的，本发明提供了如下方案：本发明提供一种重叠叶片边缘的提取方法，具体如下：

准备实验设备：预先准备图像采集设备、光亮度检测仪、有重叠叶片的植物和可调节亮度的辅助光源；

采集植物彩色图像：在所述光亮度检测仪的辅助下调节所述辅助光源的亮度，在亮度等级为i时，利用所述图像采集设备采集所述植物的彩色图像，i＝1,2,…,n，n5，采集的植物彩色图像用RGB矩阵表示；

植物彩色图像灰度化处理：采用超绿特征将每个亮度等级下的所述植物彩色图像进行灰度化处理，将所述植物彩色图像转化为植物灰度图像，第i个植物灰度图像在像素点(x,y)处的灰度值表示为f_i(x,y),i＝1,2,…,n；

对同一像素点求辅助光源不同亮度下灰度值的方差：对得到的植物灰度图像中的每一像素点(x,y)，计算在不同辅助光源亮度下的灰度图像素值的方差，即计算f₁(x,y)、f₂(x,y)、f₃(x,y),…,f_n(x,y)的方差，得到h(x,y)；

对同一像素点求辅助光源不同亮度下灰度值的和：对得到的植物灰度图像中的每一像素点(x,y)，计算在不同辅助光源亮度下的灰度图像素值的和g(x,y)，即g(x,y)＝f₁(x,y)+f₂(x,y)+f₃(x,y)+……+f_n(x,y)；

处理图像得到融合图像：将所述植物灰度图像每个像素点(x,y)在辅助光源不同亮度下灰度值对应的和与方差求积得到k(x,y)，即k(x,y)＝h(x,y)×g(x,y)，并将值k(x,y)作为像素点(x,y)新的像素值，然后对值k(x,y)进行映射变换，将变换后得到的灰度图像作为融合图像；