[发明专利]一种叶片交叉条件下作物中心点定位方法及系统

权利要求书

1.一种叶片交叉条件下作物中心点定位方法，其特征在于，包括：

步骤1，基于目标作物的原始灰度图像，获取目标作物的灰度图像和二值图像；

步骤2，基于所述目标作物的灰度图像和二值图像，获得目标作物的中心点坐标；

所述步骤1进一步包括：

S11，基于目标作物的原始灰度图像，获得所述目标作物原始灰度图像的二值图像；

S12，对所述目标作物原始灰度图像的二值图像进行形态学去噪处理，确定所述目标作物的图像兴趣区；

S13，基于所述目标作物的图像兴趣区，获取所述目标作物图像兴趣区的二值图像；

所述步骤2进一步包括：

S21，将所述目标作物的原始灰度图像与所述目标作物的图像兴趣区的二值图像融合，获得目标作物的图像兴趣区的灰度图像；

S22，获得所述目标作物的图像兴趣区的灰度图像的极小值点；获得所述目标作物的图像兴趣区的灰度图像中与周围像素点落差大于阈值的极小值点；

S23，基于所述目标作物的图像兴趣区的灰度图像和所述S22获得的极小值点，利用分水岭算法，获得目标作物的中心点坐标；

所述S12进一步包括：

利用形态学开操作去除对所述目标作物原始灰度图像的二值图像中杂草噪声的干扰；

对去噪后所述目标作物原始灰度图像的二值图像的像素值进行水平投影，获得以像素行坐标为横坐标的投影曲线；以中间像素行为分界，将投影曲线分成两部分，寻找每条曲线最小值位置对应的像素行坐标，两个像素行之间区域为所述目标作物的图像兴趣区；

所述S22进一步包括：

计算所述目标作物的图像兴趣区的灰度图像中八邻域内的极小值点和极大值点，并分别计算极小值点和极大值点的平均值，二者的差值，作为阈值，保留与周围像素点落差大于阈值的极小值点，获得最终的局部极小值。

2.如权利要求1所述的方法，其特征在于，所述步骤1前还包括：

将目标作物的初始图像进行灰度化处理，所述灰度化处理包括以下步骤，

I_gray(i,j)＝G(i,j)*1.262-R(i,j)*0.884-B(i,j)*0.311，

其中i、j为像素的行列坐标，G(i,j)、R(i,j)和B(i,j)分别为图像(i,j)处像素G、R、B颜色分量的灰度值，Igray(i,j)为转换后图像(i,j)处像素的灰度值。

3.如权利要求1所述的方法，其特征在于，所述S12进一步包括：

基于目标作物的原始灰度图像，获得所述目标作物原始灰度图像的二值图像的转换阈值利用最大类间方差法求得。

4.如权利要求2所述的方法，其特征在于，所述S23进一步包括：

利用所述S22获得的极小值点对所述目标作物的图像兴趣区的灰度图像进行前景标记；利用分水岭算法对标记后的灰度图像为输入图像，获得目标作物的中心区域；

基于目标作物的中心区域，分别对中心区域内像素点的x坐标、y坐标相加求和，并统计中心区域内像素点的个数，x坐标和、y坐标和与像素点个数的比值即为最终的作物中心点坐标。