一种作物叶片图像的增强方法和装置制造方法及图纸

本发明专利技术提供一种作物叶片图像的增强方法和装置，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。本发明专利技术对作物叶片图像进行了增强，降低了噪声影响，突出了图像中的有用信息，提高了图像质量；克服了现有技术中存在的颜色失真、增强效果不明显等问题。

【技术实现步骤摘要】
一种作物叶片图像的增强方法和装置
本专利技术涉及数字图像处理
，更具体地，涉及一种作物叶片图像的增强方法和装置。
技术介绍
叶片是作物外部形态中反应最为敏感的器官。根据完整的叶片图像可以准确地实现作物种类归属的判断、生长状况的监测、病虫害的识别等。在大田环境下采集作物叶片图像时，由于环境复杂、光照变化、雾霾、天气等干扰因素的影响，严重降低了所采集的作物叶片图像的质量。目前，常用的图像增强技术在对叶片图像进行增强时效果不是十分理想。现在主要有几种进行叶片图像增强的方法。一是利用中值滤波技术进行图像增强，当图像边缘信息比较复杂的时候，效果较差。二是小波变换法，这种方法则主要存在多级小波分解的计算量较大，图像增强效率低的问题，且没有考虑人类视觉系统的因素，增强后图像易出现失真现象，难以获得令人满意的图像增强效果。然后是基于Retinex理论的图像增强方法，以及在此基础上发展的单尺度Retinex、多尺度Retinex和带彩色恢复多尺度Retinex算法等改进算法，主要存在会出现不同程度的彩色失真的问题。
技术实现思路
本专利技术提供一种克服上述问题的一种作物叶片图像的增强方法和装置。根据本专利技术的一个方面，提供一种作物叶片图像的增强方法，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对所述作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。优选地，步骤S1进一步包括：基于双线性插值方法对所述采集到的彩色图像进行归一化处理，获取所述作物叶片彩色图像，所述作物叶片彩色图像的大小为col×row，其中，col为预设的所述作物叶片彩色图像在宽度上的像素个数，row为预设的所述作物叶片彩色图像在高度上的像素个数。优选地，步骤S4之后还包括：S5、对所述作物叶片的增强图像进行归一化处理，获取归一化彩色图像。优选地，步骤S2进一步包括：S21、对于所述作物叶片彩色图像在RGB颜色空间上的对应于红色的红色子图像、对应于绿色的绿色子图像和对应于蓝色的蓝色子图像，分别获取滤波后红色子图像、滤波后绿色子图像和滤波后蓝色子图像；S22、将所述滤波后红色子图像、所述滤波后绿色子图像和所述滤波后蓝色子图像组合，获取所述第一彩色图像。优选地，步骤S21进一步包括：S211、通过下组公式，基于最小二乘法获取设定半径范围内所述红色子图像的中心像素点的邻域内的线性系数：其中，E为最小化代价函数，i为邻域窗口内的像素点，ωk为邻域窗口，N为邻域窗口内像素点的个数，Fi为引导图像，pi为红色子图像，为边缘权重因子，γ为约束因子，ε为设定参数，|gr(k)|为领域窗口中心点k处综合所有梯度方向的梯度幅值，ak和bk均为邻域内的线性系数；|gr(i)|为综合所有梯度方向的梯度幅值；T为梯度方向，Gt为方向t时的图像梯度幅值；S212、根据所述邻域内的线性系数和所述引导图像，通过下式获取所述滤波后红色子图像：其中，qi为滤波后红色子图像，Fi为引导图像，ak和bk均为邻域内的线性系数，i为邻域窗口内的像素点，ωk为邻域窗口；S213、通过步骤S211至S212的方法，分别获取所述滤波后绿色子图像和所述滤波后蓝色子图像。优选地，步骤S4进一步包括：S41、对于所述第二彩色图像在RGB颜色空间上的对应于红色的红色子图像、对应于绿色的绿色子图像和对应于蓝色的蓝色子图像，分别获取增强后红色子图像、增强后绿色子图像和增强后蓝色子图像；所述增强后红色子图像通过下式获取：其中，1≤c≤col，1≤r≤row，Img为增强后红色子图像，Ims为红色子图像，col为预设的所述作物叶片彩色图像在宽度上的像素个数，row为预设的所述作物叶片彩色图像在高度上的像素个数，mean(L)为所述第二彩色图像中的像素亮度值的均值，wl(c,r)为所述第二彩色图像的任一像素的对比度；通过上述方法分别获取所述增强后绿色子图像和所述增强后蓝色子图像；S42、将所述增强后红色子图像、所述增强后绿色子图像和所述增强后蓝色子图像组合，获取增强后的第二彩色图像；S43、根据所述增强后的第二彩色图像和所述第一彩色图像，通过下式获取所述作物叶片的增强图像：I5＝II4+I3；其中，I5为作物叶片的增强图像，II4为增强后的第二彩色图像，I3为第一彩色图像。优选地，步骤S41之前还包括：S40、将所述作物叶片彩色图像从RGB颜色空间转换到Lab颜色空间。优选地，步骤S41中，根据下式获取所述第二彩色图像的任一像素的对比度：Wl(c，r)＝value(c，r)/mean(L)；其中，wl(c,r)为所述第二彩色图像的任一像素的对比度，value(c,r)为所述第二彩色图像的任一像素的像素值，mean(L)为所述第二彩色图像中的像素亮度值的均值，(c,r)为所述第二彩色图像的任一像素。优选地，步骤S5进一步包括：S51、对于所述作物叶片的增强图像在RGB颜色空间上的对应于红色的红色子图像、对应于绿色的绿色子图像和对应于蓝色的蓝色子图像，分别获取归一化红色子图像、归一化绿色子图像和归一化蓝色子图像；所述归一化红色子图像的任一像素点通过下述二式获取：其中，FD(c,r)为第一归一化红色子图像的任一像素点，FI(c,r)为红色子图像的任一像素点，Vmin为红色子图像的最小像素值，Dynamic为权重参数，Vstd为红色子图像的像素值的均方差，Vmax为红色子图像的最大像素值，1≤c≤col，1≤r≤row，col为预设的所述作物叶片彩色图像在宽度上的像素个数，row为预设的所述作物叶片彩色图像在高度上的像素个数；其中，FE(c,r)为归一化红色子图像的任一像素点，FD(c,r)为第一归一化红色子图像的任一像素点；通过上述方法分别获取所述归一化绿色子图像和所述归一化蓝色子图像；S52、将所述归一化红色子图像、所述归一化绿色子图像和所述归一化蓝色子图像组合，获取所述归一化彩色图像。根据本专利技术的另一个方面，提供一种作物叶片图像的增强装置，包括：缩放模块，用于对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；滤波处理模块，用于基于改进的引导滤波算法对所述作物叶片彩色图像进行滤波处理，获取第一彩色图像；获取细节图像模块，用于用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；获取增强图像模块，用于基于所述作物叶片彩色图像中的像素亮度值的均值和所述作物叶片彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。本专利技术提供的一种作物叶片图像的增强方法和装置，通过利用图像处理技术对作物叶片图像滤波和融合，对作物叶片图像进行了增强，降低了噪声影响，突出了图像中的有用信息，提高了图像质量；克服了现有技术中存在的颜色失真、增强效果不明显等问题。附图说明图1为本专利技术实施例中的一种作物叶片图像的增强方法的流程图；图2为本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种作物叶片图像的增强方法，其特征在于，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对所述作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。

【技术特征摘要】
1.一种作物叶片图像的增强方法，其特征在于，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对所述作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。2.根据权利要求1所述的增强方法，其特征在于，步骤S1进一步包括：基于双线性插值方法对所述采集到的彩色图像进行归一化处理，获取所述作物叶片彩色图像，所述作物叶片彩色图像的大小为col×row，其中，col为预设的所述作物叶片彩色图像在宽度上的像素个数，row为预设的所述作物叶片彩色图像在高度上的像素个数。3.根据权利要求1所述的增强方法，其特征在于，步骤S4之后还包括：S5、对所述作物叶片的增强图像进行归一化处理，获取归一化彩色图像。4.根据权利要求1所述的增强方法，其特征在于，步骤S2进一步包括：S21、对于所述作物叶片彩色图像在RGB颜色空间上的对应于红色的红色子图像、对应于绿色的绿色子图像和对应于蓝色的蓝色子图像，分别获取滤波后红色子图像、滤波后绿色子图像和滤波后蓝色子图像；S22、将所述滤波后红色子图像、所述滤波后绿色子图像和所述滤波后蓝色子图像组合，获取所述第一彩色图像。5.根据权利要求4所述的增强方法，其特征在于，步骤S21进一步包括：S211、通过下组公式，基于最小二乘法获取设定半径范围内所述红色子图像的中心像素点的邻域内的线性系数：其中，E为最小化代价函数，i为邻域窗口内的像素点，ωk为邻域窗口，N为邻域窗口内像素点的个数，Fi为引导图像，pi为红色子图像，为边缘权重因子，γ为约束因子，ε为设定参数，|gr(k)|为领域窗口中心点k处综合所有梯度方向的梯度幅值，ak和bk均为邻域内的线性系数；|gr(i)|为综合所有梯度方向的梯度幅值；T为梯度方向，Gt为方向t时的图像梯度幅值；S212、根据所述邻域内的线性系数和所述引导图像，通过下式获取所述滤波后红色子图像：其中，qi为滤波后红色子图像，Fi为引导图像，ak和bk均为邻域内的线性系数，i为邻域窗口内的像素点，ωk为邻域窗口；S213、通过步骤S211至S212的方法，分别获取所述滤波后绿色子图像和所述滤波后蓝色子图像。6.根据权利要求1所述的增强方法，其特征在于，步骤S4进一步包括：S41、对于所述第二彩色图像在RGB颜色空间上的对应于红色的红色子图像、对应于绿色的绿色子图像和对应于蓝色的蓝色子图像，分别获取增强后红色子图像、增强后绿色子图像和增强后蓝色子图像；所述增强后红色子图像通过下式获取：其中，1≤c≤col，1≤r≤row，Img为增强后红色子图像，Ims为红色子图像，col为预设的所述作物叶片彩色图像在宽度上的像素个数，...

【专利技术属性】
技术研发人员：王志彬，王开义，潘守慧，赵向宇，刘忠强，韩焱云，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京,11