[发明专利]一种温室蔬菜病害监控视频关键帧提取方法即提取系统

摘要

本发明公开了一种温室蔬菜病害监控视频关键帧提取方法及提取系统，该发明将视觉显著性与在线聚类算法相结合，首先利用X2直方图法进行帧间差异度量，剔除具有相似特征的视频帧图像对算法计算量的影响；其次将视频帧图像转到HSV颜色空间，结合温室蔬菜监控视频的特点，利用H、S通道计算视觉显著图，提取视频帧图像中的显著性区域，然后利用形态学方法对显著性区域中可能丢失的病斑信息进行修复；最终利用在线聚类算法和像素帧平均算法实现关键帧提取。该方法可以有效的获取温室蔬菜监控视频中病害的信息，为温室蔬菜病害的准确识别奠定坚实的基础。该发明得与图像处理、模式识别等技术结合的基础上，会在设施蔬菜病害识别方面有很大的贡献。

主权项

1.一种温室蔬菜病害监控视频关键帧提取方法，其特征在于，所述方法包括以下步骤：S1、将监控视频解析为帧序列，并对每一帧进行增强处理；S2、识别摄像头的运动状态；S3、将步骤S1所述的帧序列中每一帧图像从RGB颜色空间转为HSV颜色空间；S4、计算步骤S3得到的HSV帧图像的视觉显著图，并提取显著性区域；其中，所述步骤S4中计算步骤S3得到的HSV帧图像的视觉显著图的具体方法为，S401、结合温室蔬菜监控视频的特点，利用两个参数a和b修正IG算法，修正后的模型为公式(9)S(x，y)＝a*|IS‑IS(x，y)||+b*||IH‑IH(x，y)||   (9)其中，IH、IS分别表示步骤S3得到的HSV图像模型的H通道的平均值和S通道平均值，IH(x,y)、IS(x,y)表示所述H通道经过高斯滤波后的对应值和所述S通道经过高斯滤波后的对应值，||||为欧氏距离，a的值小于零，b的值小于或等于1；S402、利用HSV帧图像的显著性区域与背景之间的显著性比率来确定参数a和b的数值，计算公式为公式(10)，然后利用公式(9)计算步骤S3得到的HSV帧图像的视觉显著图；其中，R为显著性比率，M为显著性区域中像素点个数，N为背景中像素点的个数，S(x,y)为对应点的显著性值；S5、将步骤S4得到的所述显著性区域进行在线聚类；S6、根据步骤S5的聚类结果，选择每一类中的关键帧。