[发明专利]一种开放环境下多色叶片RGB图像背景精确分离的方法

说明书

本发明属于农业技术领域，一种开放环境下多色叶片RGB图像背景精确分离的方法，包括以下图像背景分离方法：S1：选取叶片，所得到的原始图像；S2：采用MATLAB 2016R软件将RGB图像转化为HSV图像，以饱和度0.19‑0.21为界限，将小于界限的图像明度调整为0，并转化为灰度图；S3：用edge函数canny算子对图像边缘进行检测提取；S4：对图像进行膨胀操作并填补边缘缝隙；S5：对空隙填充并采用菱形结构元素对图像进行平滑；S6：将平滑后的图像经中值滤波去除冗余信息；S7：运用bwlabe函数寻找8联通成份并进行二值化处理；S8：将处理后的图像保存为jpg格式图像；本发明对单色叶、杂色叶、多色叶均有最佳的处理效果。

技术领域

本发明涉及农业技术领域，尤其涉及一种开放环境下多色叶片RGB图像背景精确分离的方法。

背景技术

在智慧农业的高速发展，采用叶色信息反映叶用植物的品质或者植物内在生理生化指标是植物表型学无损测量的一个研究热点，而获取精准的叶色信息是采用RGB图像定量描述叶片表型特征的前提。研究人员在通过数码照相设备获取叶片图片后，必须先对原始图片进行背景分离处理，将目标叶片和背景干扰物进行分离后再进行叶色信息的提取分析。现有计算机图像背景分离方式主要有人工分离法、颜色阈值法、OTSU最优阈值法、边缘识别法通道差值法及复合法等，他们的主要特点如下：

1、人工分离法以人眼识别，并辅助软件（如Adobe Photoshop CS，下文简称PS）等进行分离，具有精度高、对目标叶片叶色及背景颜色无特殊要求等优点，但是其处理效率低、处理效果受不同操作人员使用水平影响较大。

2、颜色阈值法采用事先设定好的颜色阈值（如RGB色彩模型中某个通道的色阶值或HSV色彩模型中的色调值）为区间，对阈值外的颜色填充为黑色或者白色，该方法能够较好的分离纯色叶片，但是对双色、多色叶片，特别是颜色跨度较大的叶片（如黄绿相间的）分离效果较差，同时该方法要求背景颜色必须与叶片主体颜色有较大色差。

3、OTSU最优阈值法无需事先设定阈值，处理速度最快，但是对具有大面积杂色或者混色的叶片切割效果较差，同时该方法要求背景必须与叶片主体颜色有较大色差。

4、边缘识别法无需事先设定阈值，但是处理速度较慢，同时其对背景噪音和干扰较为敏感，因此该方法要求背景颜色尽可能的单一、无杂质且与主体有较大色差。

5、通道差值法采用事先设定好的通道差值组合（如R-B、R-G或者R+B-G）等对图像进行减法处理，通过多次处理得到图像对比度最佳的组合，并以此进行背景分离切割，但是该方法较适用于纯色叶片，对具有大面积杂色或者混色的叶片切割效果较差，容易受到叶面扭曲叶片的阴影干扰，同时由于该方法要多次试验以找到最佳差值组合，处理效率较低。

6、复合法主要综合了2-5方法的优点，具有较好的适应性，但是对每种不同类型的叶片需要事先进行大量的试验找到其最优的组合，效率较低，且处理效果不确定。

综上所述，现有的计算机自动背景分离方法在特定拍摄环境下（如黑箱拍摄）或者对特定植物的分割效果较好，但也存在着适用范围窄（多数只能用于分离绿色或者单色叶片）、背景分离不够充分、处理效率较慢等问题。