【技术实现步骤摘要】
本专利技术涉及图像处理领域,更具体地,涉及一种结合简单交互和标记分水岭的复杂背景叶片图像分割方法。
技术介绍
千百年来植物与人类息息相关、紧密相连。随着人类文明的进步,植物却遭到了越来越严重的破坏。植物自动化识别技术的研究与应用,既能帮助普通民众加强对植物的认知,培养爱惜植物的公民意识;又能促进植物的归类和建库,以助于植物的合理利用和引种栽培,因而具有重要的意义。由于植物的花、果、茎、枝存在复杂的立体几何特征,叶片的自动化识别相对简单有效。把叶片摘下来,再采集简单背景图像,然后进行识别,已有广泛的研究。然而,摘叶会对植物造成损伤。直接拍摄枝干上的叶片而进行识别,是理想的做法。但这又难免把其他叶片、枝干、土壤等也拍摄进来,造成了图像中目标叶片与背景准确分割的困难,严重影响了识别的正确率。现有的分割方法难以自动获得标记图像,缺乏更深入的理论研究和实验探索,分割准确率也不够理想。
技术实现思路
本专利技术的目的在于提供一种结合简单交互和标记分水岭的复杂背景叶片图像分割方法,来实现对复杂背景叶片图像准确的分割,并且能保留叶片细节部分。为了达到上述目的,本专利技术的技术方案如下:结合简单交互和标记分水岭的复杂背景叶片图像分割方法,包括以下步骤:S11:在原始复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点,并把叶边缘点和叶外点依次编号,存储在点列表L0中;S12:处理标定的叶边缘点和叶外点得到标记图像,过程如下:S121:处理标定的叶边缘点和叶外点得到前景标记图像;S122 ...
【技术保护点】
结合简单交互和标记分水岭的复杂背景叶片图像分割方法,其特征在于,包括以下步骤:S11:在原始复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点,并把叶边缘点和叶外点依次编号,存储在点列表L0中;S12:处理标定的叶边缘点和叶外点得到标记图像,过程如下:S121:处理标定的叶边缘点和叶外点后得到前景标记图像;S122:处理标定的叶边缘点、叶外点和前景标记图像得到背景标记图像;S123:综合处理前景标记图像和背景标记图像得到标记图像;S13:把原始复杂背景叶片图像转换为灰度图像、L*a*b*图像;S14:以标记图像为参数,分别对灰度图像、a*分量图像、b*分量图像,进行标记分水岭分割;S15:以投票方式综合得到最终的分割结果。
【技术特征摘要】
1.结合简单交互和标记分水岭的复杂背景叶片图像分割方法,其特征在于,包括以下步骤:
S11:在原始复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点,并把叶边缘点和叶外点依次编号,存储在点列表L0中;
S12:处理标定的叶边缘点和叶外点得到标记图像,过程如下:
S121:处理标定的叶边缘点和叶外点后得到前景标记图像;
S122:处理标定的叶边缘点、叶外点和前景标记图像得到背景标记图像;
S123:综合处理前景标记图像和背景标记图像得到标记图像;
S13:把原始复杂背景叶片图像转换为灰度图像、L*a*b*图像;
S14:以标记图像为参数,分别对灰度图像、a*分量图像、b*分量图像,进行标记分水岭分割;
S15:以投票方式综合得到最终的分割结果。
2.根据权利要求1所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法,其特征在于,所述步骤S121中处理标定叶边缘点和叶外点得到前景标记图像的步骤如下:
S21:依次连接点列表L0中的叶边缘点组成多边形D1,并把L0中的叶边缘点存于点列表L1中;
S22:判断点列表L0中的叶外点是否在多边形D1内,并对在多边形D1内的叶外点p进行如下处理:
S221:在点列表L0中找到叶外点p的前一个叶边缘点i和后一个叶边缘点j;
S222:找到经过点p,且与i、j所在直线M垂直的直线N;
S223:标记直线M与N的交点k,计算点i与点j的距离γ,并取δ=γ×ε,其中ε为比例参数,0<ε<5;
S224:求取以点p为起点,沿点k到p的射线方向,前进δ距离所到的点r;
S225:把点r存储在待插入点列表L2,并把点i在L1的位置编号记入插入跟随位置列表L3;
S23:判断待插入点列表L2是否非空;若是,转向步骤S24;否则,转向步骤S25;
S24:依次把待插入点列表L2中的点插入到点列表L1中,然后执行步骤S25,其中,待插入点列表L2中的第f个点插入到点列表L1中的第z+f位置,z为插入跟随位置列表L3中第f个元素的值;
S25:求点列表L1全部点依次连接所组成的多边形包围区域的二值图像U,U即为前景标记图像,其中...
【专利技术属性】
技术研发人员:高理文,罗晓牧,林小桦,
申请(专利权)人:广州中医药大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。