[发明专利]基于Sigmoid曲线拟合的亮度可控土壤图像增强方法

说明书

本发明公开了一种基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，包括：S1.使用Sigmoid拟合土壤图像Y分量的累积概率密度，得到累积概率密度的Sigmoid拟合曲线；S2.对Sigmoid拟合曲线进行亮度迁移处理，得到亮度迁移后的Sigmoid拟合曲线cdfsubgt;tar/subgt;；S3.根据拟合曲线cdfsubgt;tar/subgt;，对土壤图像Y分量进行亮度排序与迁移处理，得到处理后的Y分量；S4.对土壤图像U、V分量进行校正，得到校正后的颜色分量；S5.对处理后的Y分量以及校正后的颜色分量进行融合，并转换回RGB颜色空间，得到增强的RGB图像。本发明能够对土壤图像亮度进行可控增强，增强精度高且失真度小。

技术领域

本发明涉及图像处理领域，具体涉及一种基于Sigmoid曲线拟合的亮度可控土壤图像增强方法。

背景技术

对自然环境下采集的土壤图像进行图像土种识别时，由于光照条件是多变的，从而影响了土壤图像土种的识别，使得土壤图像土种的识别效果并不理想。

现阶段，有多种实现图像土种准确识别的方法，这些方法中，图像亮度可控增强的方法最为突出，但是目前的图像亮度可控增强方法并不完善，尽管构建了图像亮度可控增强的算法，但这些算法的精度并不高，同时，增强的图像颜色失真较大。

因此，需要一种基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，能够解决以上问题。

发明内容

有鉴于此，本发明的目的是克服现有技术中的缺陷，提供基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，能够对土壤图像亮度进行可控增强，增强精度高且失真度小。

本发明的基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，包括如下步骤：

S1.使用Sigmoid拟合土壤图像Y分量的累积概率密度cdf，得到累积概率密度cdf的Sigmoid拟合曲线；

S2.对cdf的Sigmoid拟合曲线进行亮度迁移处理，得到亮度迁移后的cdf的Sigmoid拟合曲线cdf_tar；

S3.根据拟合曲线cdf_tar，对土壤图像Y分量进行亮度排序与迁移处理，得到处理后的Y分量；

S4.对土壤图像U、V分量进行校正，得到校正后的颜色分量；

S5.对处理后的Y分量以及校正后的颜色分量进行融合，并转换回RGB颜色空间，得到增强的RGB图像。

进一步，根据如下公式确定累积概率密度cdf的Sigmoid拟合曲线cdf_fit(y)：

其中，y为Y分量亮度级，u为Y分量的亮度均值，a为影响Sigmoid拟合曲线的倾斜程度；

根据如下方法确定参数a：

构建优化模型：

其中，cdf(y)为土壤图像Y分量的累积概率密度；

求解优化模型，计算得到参数a。

进一步，所述步骤S2，具体包括：

S21.构建目标亮度均值优化迁移模型：

其中，为土壤图像迁移的目标亮度均值；为k次迁移后的cdf_{migrate_k}曲线对应图像的亮度均值；cdf_{migrate_k}为k次迁移后的Sigmoid拟合曲线；