[发明专利]一种基于显著性检测的害虫图像背景去除方法

说明书

本发明涉及一种基于显著性检测的害虫图像背景去除方法，与现有技术相比解决了害虫图像分割效果差的缺陷。本发明包括以下步骤：对原始害虫图像进行多尺度超像素预处理；显著图的获得与融合计算，在单尺度下基于多特征相似度融合显著性检测得到显著图，并融合多尺度下的显著图得到最终的显著图；对显著图进行阈值分割得到二值图；将二值图与原始害虫图像进行掩码处理得到去除背景后的害虫图像。本发明使用多特征相似度融合方法计算相似度，不仅考虑到图像的颜色信息还考虑到了图像的纹理信息，由此得到更准确的显著图，图像分割结果也更理想。

技术领域

本发明涉及图像处理技术领域，具体来说是一种基于显著性检测的害虫图像背景去除方法。

背景技术

图像分割是目标识别、图像分析的关键步骤，是一种非常重要的图像处理技术。对于害虫图像的识别和分析而言，能否去掉背景图像，完整的把害虫目标从背景中分割出来，并且不破坏目标的质量，对于害虫图像的识别是至关重要的。

现阶段研究人员已经提出了多种害虫图像分割方法，这些方法在害虫图像背景比较简单的情况下，都取得了不错的效果。然而，在现实场景中害虫图像往往具有非常复杂的农田背景，导致现有的这些害虫分割方法的误判率比较高。因此，如何提高害虫分割方法的准确率已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中害虫图像分割效果差的缺陷，提供一种基于显著性检测的害虫图像背景去除方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于显著性检测的害虫图像背景去除方法，包括以下步骤：

对原始害虫图像进行多尺度超像素预处理；

显著图的获得与融合计算，在单尺度下基于多特征相似度融合显著性检测得到显著图，并融合多尺度下的显著图得到最终的显著图；

对显著图进行阈值分割得到二值图；

将二值图与原始害虫图像进行掩码处理得到去除背景后的害虫图像。

所述对原始害虫图像进行多尺度超像素预处理包括以下步骤：

设定n个不同的超像素尺度；

以n个不同的超像素尺度为基准，分别使用简单线性迭代聚类方法将害虫图像分割成大小不确定的区域X，其中，X＝{x₁,x₂,x₃....x_n}。

所述的显著图的获得与融合计算包括以下步骤：

在单尺度下，以区域X为结点构建无向图，

无向图定义为图中某一结点仅与其相邻的结点及与他们的相邻结点存在边连接，以邻接矩阵作为无向图的存储结构；

设置图像的中心点作为种子结点；

通过基于多特征相似度融合的显著度计算函数计算其他结点与种子结点的相似度；

基于图的流行排序生成显著图；

将多尺度下的显著图进行融合得到最终显著图。

所述的通过基于多特征相似度融合的显著度计算函数计算其他结点与种子结点的相似度包括以下步骤：

使用局部二值模式直方图特征计算纹理特征相似度，其具体步骤如下：

局部二值模式算子的计算公式如下所示：