[发明专利]一种烟田采集图像分割方法

说明书

技术领域

本发明涉及图像处理领域，更具体地，涉及一种烟田采集图像分割方法。

背景技术

对采集烟田的图像进行处理的过程中，如何处理光照变化所带来的影响是一个重要难题。尽管针对场景中含有光照变化的情况已提出很多算法，然而光照变化的任意性和快速性仍然使得这些检测算法存在较高的误检率。近年来，提出了一种新的学习机制改进了高斯混合算法对背景的适应能力，并利用基于帧差的启发式方法辅助速率控制方法减少光照变化下的前景误检率，还有用3个阈值对像素属于前景还是背景进行分类的新方法，在一定程度上解决不同光照条件对视频分割的影响；以及提出尺度不变的局部3元模式算子解决光照变化的影响等.通过仿真对比发现这些方法提出的颜色差分直方图视频分割算法与上述算法相比具有目标分割稳健和运算速度快等特点。由于这些算法是利用图像和其背景图像颜色差分建立颜色差分直方图，然后设定分割阈值，最后判断图像各像素属于背景还是前景目标，因而当场景中光照变化幅度较大时，不可避免的将光照变化引起的图像和其背景图像对应像素的差异统计到颜色差分直方图中，影响分割阈值的设定，从而造成对图像分割失效，对其背景图像更新失败.如果背景更新持续失效，必将会影响后续视频分割效果.

发明内容

本发明提供一种烟田采集图像分割方法，该方法能抑制光照变化对图像分割稳健性的影响，可稳健的进行图像背景更新和前景目标分割。

为了达到上述技术效果，本发明的技术方案如下：

一种烟田采集图像分割方法，包括以下步骤：

S1：统计采样的烟田图像帧数Nf，采用基于概率的背景抽取算法抽取背景图像f_B(x,y)；

S2：分别提取第i帧图像f_i(x,y)的红色、绿色和蓝色值Ri(x,y)、Gi(x,y)和Bi(x,y)，i＝0,1,···，Nf；

S3：将RGB色彩空间的背景图像f_B(x,y)和第i帧图像f_i(x,y)转化到HSV色彩空间，第i帧图像及其背景图像的亮度分量分别为fv_i(x,y)和fv_B(x,y)，判断第i帧图像及其背景图像光照是否有变化，若无变化就将第i帧图像进行分割，若有变化就进一步判断第i帧图像是否存在光照昏暗；

S4：若存在光照昏暗就分别对fv_i(x,y)和fv_B(x,y)进行光照补偿，并将光照补偿后的fv_i(x,y)和fv_B(x,y)进行光照抑制再结合色调、饱和度分量转回到RGB空间生成f’_i(x,y)和f’_B(x,y)；若不存在光照昏暗就直接对fv_i(x,y)和fv_B(x,y)进行光照抑制再结合色调、饱和度分量转回到RGB空间生成f”_i(x,y)和f”_B(x,y)；

S5：对f’_i(x,y)、f’_B(x,y)或f”_i(x,y)、f”_B(x,y)重复步骤S3-S5的过程进行背景更新和分割。

进一步地，所述步骤S3中判断第i帧图像及其背景图像光照是否有变化的方法如下：

式中x和y分别代表大小为M×N的一帧图像的像素坐标，Th₁＝c₁×M×N,c₁为常系数。

进一步地，所述步骤S3中对第i帧图像进行分割的过程如下：

S31：利用f_i(x,y)和f_B(x,y)分别计算颜色差分直方图值

ΔR(x,y)＝R_i(x,y)-R_B(x,y)

ΔG(x,y)＝G_i(x,y)-G_B(x,y)x＝1,2,…,M；y＝1,2…,N；

ΔB(x,y)＝B_i(x,y)-B_B(x,y)

S32：对颜色差分直方图值进行平滑处理：

S33：计算分割左右阈值SR_i、SL_i：

S34：分割图像：