[发明专利]基于区域特征的SVM机采棉花含杂图像分割方法及系统

摘要

本公开公开了基于区域特征的SVM机采棉花含杂图像分割方法及系统。在可见光条件下拍照获取彩色图像，然后对图像进行均值滤波、彩色梯度运算、扩展极小变换运算、形态学强制最小运算以及分水岭算法，获得初始标记分水岭分割图像。对初始分割图像进行相邻区域块初次合并，区域合并过程中综合考虑空间邻接性和颜色信息(饱和度S和亮度I)两个因素。提取初次合并后区域的颜色特征、形状特征、纹理特征以及面积信息作为特征值，标记籽棉、僵瓣、铃壳、棉枝、叶片、尘杂等的区域属性，训练SVM分类器。利用SVM分类器，合并相似特征区域，完成被测图像区域的最终合并，从而获得机采籽棉图像的最终分割，为机采籽棉图像杂质精确识别提供支持。

主权项

1.基于区域特征的SVM机采棉花含杂图像分割方法，其特征是，包括：/n获取待分割的机采棉花含杂图像；/n对待分割的机采棉花含杂图像，进行均值滤波处理，得到第一图像；/n对第一图像，求取彩色图像的梯度向量，得到彩色梯度图像；/n对彩色梯度图像，通过扩展极小变换运算，得到标记图像；/n对标记图像，通过形态学强制最小运算，得到梯度修正图像；/n对梯度修正图像，通过标记分水岭算法处理，得到机采棉的初始分割图像；/n对机采棉的初始分割图像，进行区域块初始合并，得到初始合并图像；/n将初始合并图像输入到预训练的SVM分类器中，输出分类结果；/n根据分类结果对初始合并图像进行最终合并，得到机采棉花含杂图像最终分割结果。/n