一种水稻叶脉图像提取方法和装置制造方法及图纸

本发明专利技术公开一种水稻叶脉图像提取方法和装置，包括：获取含有水稻叶片的图像，通过K均值聚类算法提取水稻叶片主体图像；对水稻叶片主体图像进行裁剪，得到含单一背景的水稻叶片图像，并对其进行灰度化处理；根据聚类均值判断法提取灰度化处理后水稻叶片图像中的叶脉图像，并根据Roberts算子进行边缘检测提取水稻叶片边缘的轮廓图像；根据得到的水稻叶脉图像及水稻叶片边缘图像判断水稻叶脉的偏向。通过本发明专利技术得到水稻的叶脉偏向，确定水稻叶片的叶龄精确度高，避免的用人眼识别，误差小，提高了效率，节省了人力物力，处理的结果可以应用于机器学习的样本，使得可以通过计算机技术来对水稻的生长进行智能的调控。

【技术实现步骤摘要】
一种水稻叶脉图像提取方法和装置
本专利技术涉及图像处理
更具体地，涉及一种水稻叶脉图像提取方法和装置。
技术介绍
伴随着农业智能设备及传感器、物联网的普遍应用，海量有价值的农业图像数据和农情信息得以采集存储，如何对这些数据特别是图像数据进行处理，从中发现提取新颖的农业知识模式，成为发掘项目效益和促进农业生产力发展的关键举措。寒地水稻叶龄诊断栽培技术开始逐渐推广应用，这项技术是基于水稻器官同伸理论、叶龄模式理论、群体质量理论在水稻生产上的具体应用而发展起来的水稻栽培技术。其技术特点是以所种植的水稻主茎叶片生长发育进程为依据，其直观性强，在水稻生育过程中便于掌握应用。对于寒地水稻智慧调控技术研究主要包括三方面：一是标准，在水稻生育的各个叶龄期，经过大量实验制定的生长发育和农事活动标准。二是“诊断”，借用医学上对人的精神和体质状态做出判断的术语。对水稻不同生育阶段的生长发育表现和素质做出判断，用来认识水稻个体和群体的状况，是水稻生育预测和调控的前提。本研究通过水稻叶片来进行叶龄诊断，可以帮助种植者进行比较和判断。三是调控，及时采取相适应的施肥本文档来自技高网...

【技术保护点】
1.一种水稻叶脉图像提取方法，其特征在于，包括：/n获取含有水稻叶片的图像，通过K均值聚类算法提取水稻叶片主体图像；/n对所述水稻叶片主体图像进行裁剪，得到含单一背景的水稻叶片图像，并对其进行灰度化处理；/n根据聚类均值判断法提取所述灰度化处理后水稻叶片图像中的叶脉图像，并根据Roberts算子进行边缘检测提取水稻叶片边缘的轮廓图像；/n根据得到的水稻叶脉图像及水稻叶片边缘图像判断水稻叶脉的偏向。/n

【技术特征摘要】
1.一种水稻叶脉图像提取方法，其特征在于，包括：
获取含有水稻叶片的图像，通过K均值聚类算法提取水稻叶片主体图像；
对所述水稻叶片主体图像进行裁剪，得到含单一背景的水稻叶片图像，并对其进行灰度化处理；
根据聚类均值判断法提取所述灰度化处理后水稻叶片图像中的叶脉图像，并根据Roberts算子进行边缘检测提取水稻叶片边缘的轮廓图像；
根据得到的水稻叶脉图像及水稻叶片边缘图像判断水稻叶脉的偏向。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在CIE彩色空间中，根据K均值聚类算法将含有水稻叶片的图像中水稻叶片主体的像素点及背景的像素点分别分类。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对水稻叶片主体图像进行裁剪后保留叶脉清晰位置的图像，并对其进行灰度化处理。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用聚类均值判断法根据灰度化处理后水稻叶片图像上每个像素点的灰度值将图像上主叶脉像素点从叶肉像素点中提取出来，得到叶片的叶脉图像。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述叶片边缘的轮廓图像与所述叶脉图像结合得到叠加效果图，比较其中叶脉像素点的坐标均值与叶片轮廓的坐标均值得到叶脉的偏向。


6.一种水稻叶脉图像提取装置，其特征在于，包括：
图像获...

【专利技术属性】
技术研发人员：蒲一鸣，王立涛，徐祥龙，暴勇，赵洪林，张佳岩，
申请(专利权)人：北京瀚景锦河科技有限公司，
类型：发明
国别省市：北京;11