[发明专利]一种设施蔬菜边缘清晰类叶面病斑分割方法及装置有效

专利信息
申请号: 201610422908.0 申请日: 2016-06-14
公开(公告)号: CN106127735B 公开(公告)日: 2018-12-04
发明(设计)人: 傅泽田;白雪冰;张领先;郭蕾;李鑫星;严谨;康冬妮;刘恒一;杨菡;冀际安 申请(专利权)人: 中国农业大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/90
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李相雨
地址: 100193 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种设施蔬菜边缘清晰类叶面病斑分割方法及装置,方法包括去除待处理图像的非绿背景后根据HSI颜色模型获取处理后图像的亮度分量梯度图;用分水岭算法对亮度分量梯度图进行分割后对分割后图像的色调和饱和度分量分割得两个分割图像;按预设规则分别对三个分割图像的分割块合并提取,获取三个待选目标叶片区域;根据获取的待选目标叶片区域及它们的外接最小凸多边形的像素数计算三个叶片完整性参数,选最大值对应的区域为目标叶片区域,获取待处理图像的灰度图像及灰度图像中目标叶片区域中各像素点的灰度值;据灰度值将目标叶片区域的各像素点分成多类,依此获取目标叶片区域的病斑区域。本发明可通过计算机视觉技术分割叶片病斑区域。
搜索关键词: 一种 设施 蔬菜 边缘 清晰 叶面 分割 方法 装置
【主权项】:
1.一种设施蔬菜边缘清晰类叶面病斑分割方法,其特征在于,包括:获取待处理图像,对所述待处理图像进行预处理,去除所述待处理图像的非绿色背景,并根据HSI颜色模型获取去除非绿色背景的图像的亮度分量梯度图;利用分水岭算法对所述亮度分量梯度图进行分割,获取第一分割图像,获取所述第一分割图像的色调分量和饱和度分量,并利用分水岭算法分别对第一分割图像的色调分量和饱和度分量分割,分别获取第二分割图像和第三分割图像;所述第一分割图像、第二分割图像和第三分割图像均包括多个分割块;按照预设规则分别对目标分割图像的多个分割块进行合并提取,获取所述目标分割图像的待选目标叶片区域,所述目标分割图像分别为所述第一分割图像、第二分割图像和第三分割图像,与所述第一分割图像、第二分割图像和第三分割图像对应的目标待选叶片区域分别为第一待选目标叶片区域、第二待选目标叶片区域和第三待选目标叶片区域;分别获取所述第一待选目标叶片区域、第二待选目标叶片区域和第三待选目标叶片区域的外接最小凸多边形,在获取所述第一待选目标叶片区域所占的像素点数、所述第一待选目标叶片区域外接最小凸多边形所占的像素点数、所述第二待选目标叶片区域所占的像素点数、所述第二待选目标叶片区域外接最小凸多边形所占的像素点数、所述第三待选目标叶片区域所占的像素点数以及所述第三待选目标叶片区域外接最小凸多边形所占的像素点数后,根据待选目标叶片区域所占的像素点数和所述待选目标叶片区域外接最小凸多边形所占的像素点数,计算所述待选目标叶片区域的叶片完整性参数;所述待选目标叶片区域分别为所述第一待选目标叶片区域、第二待选目标叶片区域和第三待选目标叶片区域,与所述第一待选目标叶片区域对应的叶片完整性参数为第一叶片完整性参数、与所述第二待选目标叶片区域对应的叶片完整性参数为第二叶片完整性参数,与所述第三待选目标叶片区域对应的叶片完整性参数为第三叶片完整性参数;将所述第一叶片完整性参数、第二叶片完整性参数和第三叶片完整性参数中的最大值对应的待选目标叶片区域确定为目标叶片区域,获取所述待处理图像的灰度图像,并获取所述灰度图像中所述目标叶片区域中各像素点的灰度值;根据所述灰度图像中所述目标叶片区域中各像素点的灰度值,采用预设聚类算法将所述目标叶片区域的各像素点分成多个类别;根据所述多个类别,获取所述目标叶片区域的的病斑区域。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610422908.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top