一种柔性作物过敏图像边界界定方法及系统技术方案

本发明专利技术为柔性作物过敏图像边界界定方法及系统，属于图像识别领域，包括：对待测图像中是否包含过敏区域进行检测，如包含判断为过敏图像；进行检索框选或手动框选以提取过敏区域图像，处理后得到过敏特征优化图像；对过敏特征优化图像进行边界界定，得到边界界定图像；对边界线条进行筛选和绘制得到边界界定轮廓线图像；将边界界定轮廓线图像与过敏区域图像进行叠加排差后，目视解译获得最优过敏区域图像边界轮廓图，保存最优边界判定路径；输出过敏图像边界轮廓图。本发明专利技术能够准确地绘制出气流作用于柔性作物的过敏图像边界轮廓线，为过敏图像识别、检索、提取、边界界定、最优边界路径等提供可靠依据。

A method and system for boundary definition of flexible crop allergy image

【技术实现步骤摘要】
一种柔性作物过敏图像边界界定方法及系统
本专利技术属于图像识别
，具体涉及一种柔性作物过敏图像边界界定方法及系统。
技术介绍
近年来，伴随着农业现代化进程的推进，农业机械化水平得到显著提升，农业航空植保技术以其较高的作用效率和农药利用率得到了越来越广泛应用，农业航空喷施作用主要以有人驾驶固定翼飞机、有人驾驶直升机、单旋翼及多旋翼无人机等机型为主。航空植保喷施作用过程中，由于机体的飞行特性会产生强烈的下洗气流，又称旋翼下洗流，是指直升机处于悬停状态时，旋翼转动使气流从旋翼上面流到旋翼下面，使空气就向着相反的方向流动，为机体提供飞行的升力同时，也将空气下压形成下洗气流，在强烈的气流作用下，被喷施柔性作物冠层面就会产生涡旋形变。传统的针对气流作用柔性作物的涡旋边界界定方法都采用实际测量的办法，尚无从图像处理方面获得涡旋边界的方法。针对图像边界的界定，传统边界界定算子常常采用Laplacian算子、Roberts算子、Canny算子、Sobel算子、Scharr算子、Prewitt算子等，对于连续清晰边界的界定有良好的效果，但针对气流作用柔性作物的涡旋边界，其边界不清晰、不明显非连续变化，呈现锯齿状非均匀分布，渐变特征不明显，显然传统方法非常容易引起误判和漏判，传统边界界定算子的准确性和泛化能力，有待提高。
技术实现思路
有鉴于此，本专利技术提供了一种柔性作物过敏图像边界界定方法和系统，旨在实现更有效地检测过敏图像边界。本专利技术柔性作物过敏图像边界界定方法，采用如下技术方案来实现：一种柔性作物过敏图像边界界定方法，包括以下步骤：步骤一、输入以下待测图像：包含T1幅过敏图像的第一图像集D1，包含T2幅正常图像的第二图像集D2；步骤二、对待测图像中是否包含过敏区域进行检测，如包含过敏区域则判断为过敏图像并进入下一步，若不包含则直接输出正常图像；步骤三、利用视觉识别字典对过敏图像中的过敏区域进行检索框选，提取过敏区域图像；未在视觉识别字典中检索到过敏图像时，则手动进行框选，提取过敏区域图像；步骤四、对过敏区域图像进行图像灰度化、图像滤波、图像二值化处理后得到对应的过敏特征优化图像；步骤五、利用边界界定算法对过敏特征优化图像进行边界界定，得到对应过敏特征边界界定图像；步骤六、对边界界定图像内边界线条进行筛选和绘制，得到边界界定轮廓线图像；步骤七、输出待测图像的识别结果，为正常图像或者过敏图像；步骤八、将步骤六中获得的边界界定轮廓线图像与步骤三中获得的过敏区域图像进行叠加排差后，目视解译获得最优过敏区域图像边界轮廓图，并将过敏区域图像最优边界判定路径进行保存，存入视觉识别字典中；步骤九、输出过敏图像边界轮廓图。在优选的实施例中，本专利技术边界界定方法还包括以下步骤：步骤十、快速识别，若视觉识别字典中包含相应类别的过敏区域图像最优边界判定路径时，跳过步骤四～步骤七，直接进入最优边界判定路径，得到过敏区域图像的边界界定轮廓线图像，输入最优边界判定模块，并将所得到的边界界定轮廓线图像与经过步骤四～步骤七后获得的边界界定轮廓线图像进行对比；若最优边界判定路径所得结果，与经过步骤四～步骤七的结果对比，仍为最优解，则最优边界判定路径不变；若最优边界判定路径所得结果，与经过步骤四～步骤七的结果对比，并非最优解，则替换原有最优边界判定路径，并输入视觉字典中进行保存。优选地，所述过敏区域图像指包含在气流作用于柔性作物时被辨别出存在渐变过渡区域，且该渐变过渡区域占比达到75％以上的图像。本专利技术柔性作物过敏图像边界界定系统，包括：过敏图像检测单元，用于确定图像中包含过敏区域；如包含过敏区域则判断为过敏图像，若不包含则判断为正常图像；图像局部提取单元，用于提取过敏图像中的过敏区域图像；图像特征优化单元，用于对过敏区域图像进行图像灰度化、图像滤波、图像二值化处理，优化过敏区域图像特征；图像边界界定单元，用于利用边界界定算法对过敏特征优化图像进行边界界定，得到对应过敏特征边界界定图像；图像边界轮廓线绘制单元，用于对边界界定图像内边界线条进行筛选和绘制，得到边界界定轮廓线图像；待测图像识别结果单元，用于输出待测图像类型与结果；最优边界判定单元，通过调用包括图像局部提取单元、图像特征优化单元在内各个单元的功能及决策，得到最优边界进行判定并保存路径，完成完整的图像识别流程。与现有技术相比，本专利技术取得了如下优点及技术效果：本专利技术的边界界定方法及系统能够快速准确地绘制出气流作用于柔性作物的过敏图像边界轮廓线，为过敏图像的定位、识别、检索、区域提取、边界界定、最优边界路径、视觉识别字典、面积计算等提供可靠依据。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面给出本专利技术实施例描述中所需要使用的附图并作简单介绍，显而易见地，下面描述的附图仅仅是本专利技术的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为视觉识别字典示意图；图2为过敏图像边界界定的整体流程图；图3为图像特征优化模块从过敏区域图像中得到灰度图的流程图；图4为内核(3,3)的Blur滤波图；图5为特定阈值113的二值化模型的示意图，其中(a)为灰度图，(b)为灰度值，(c)为二值化操作，(d)为二值化图；图6为图像边界界定模块将过敏区域图像采用8种边界算法得到边界界定图像的流程图；图7为过敏区域图像原图、灰度图及采用多种不同边界算法得到边界界定图像的示意图；其中(a)为原图，(b)为灰度图，(c)为Laplacian算子得到的边界界定图，(d)为Robert-X方向的示意图，(e)为Robert-Y方向的示意图，(f)为Canny算子得到的边界界定图，(g)为Sobel算子得到的边界界定图，(h)为Scharr算子得到的边界界定图，(i)为Prewitt垂直边缘的示意图，(j)为Prewitt水平边缘的示意图，(k)为Prewitt45°边缘的示意图，(l)为Prewitt135°边缘的示意图，(m)为霍夫变换算法得到的边界界定图，(n)为凸缺陷算法得到的边界界定图；图8是图像边界轮廓线绘制为凸缺陷算法参数103时，边界轮廓参数50000所绘制出的边界轮廓线示意图。具体实施方式下面将结合实施例及附图，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的实施例中，欲识别一幅图像，首先对其进行过敏区域检测步骤，如果该图像完全不含过敏区域，则直接判其为正常图像；若该图像包含过敏区域，则提取该过敏区域的图像。本专利技术主要包括步骤：读入待检测图像并整理分类为正常图像集和过敏图像集；对过敏图像本文档来自技高网...

【技术保护点】
1.一种柔性作物过敏图像边界界定方法，其特征在于，包括以下步骤：/n步骤一、输入以下待测图像：包含T1幅过敏图像的第一图像集D1，包含T2幅正常图像的第二图像集D2；/n步骤二、对待测图像中是否包含过敏区域进行检测，如包含过敏区域则判断为过敏图像并进入下一步，若不包含则直接输出正常图像；/n步骤三、利用视觉识别字典对过敏图像中的过敏区域进行检索框选，提取过敏区域图像；未在视觉识别字典中检索到过敏图像时，则手动进行框选，提取过敏区域图像；/n步骤四、对过敏区域图像进行图像灰度化、图像滤波、图像二值化处理后得到对应的过敏特征优化图像；/n步骤五、利用边界界定算法对过敏特征优化图像进行边界界定，得到对应过敏特征边界界定图像；/n步骤六、对边界界定图像内边界线条进行筛选和绘制，得到边界界定轮廓线图像；/n步骤七、输出待测图像的识别结果，为正常图像或者过敏图像；/n步骤八、将步骤六中获得的边界界定轮廓线图像与步骤三中获得的过敏区域图像进行叠加排差后，目视解译获得最优过敏区域图像边界轮廓图，并将过敏区域图像最优边界判定路径进行保存，存入视觉识别字典中；/n步骤九、输出过敏图像边界轮廓图。/n

【技术特征摘要】
1.一种柔性作物过敏图像边界界定方法，其特征在于，包括以下步骤：
步骤一、输入以下待测图像：包含T1幅过敏图像的第一图像集D1，包含T2幅正常图像的第二图像集D2；
步骤二、对待测图像中是否包含过敏区域进行检测，如包含过敏区域则判断为过敏图像并进入下一步，若不包含则直接输出正常图像；
步骤三、利用视觉识别字典对过敏图像中的过敏区域进行检索框选，提取过敏区域图像；未在视觉识别字典中检索到过敏图像时，则手动进行框选，提取过敏区域图像；
步骤四、对过敏区域图像进行图像灰度化、图像滤波、图像二值化处理后得到对应的过敏特征优化图像；
步骤五、利用边界界定算法对过敏特征优化图像进行边界界定，得到对应过敏特征边界界定图像；
步骤六、对边界界定图像内边界线条进行筛选和绘制，得到边界界定轮廓线图像；
步骤七、输出待测图像的识别结果，为正常图像或者过敏图像；
步骤八、将步骤六中获得的边界界定轮廓线图像与步骤三中获得的过敏区域图像进行叠加排差后，目视解译获得最优过敏区域图像边界轮廓图，并将过敏区域图像最优边界判定路径进行保存，存入视觉识别字典中；
步骤九、输出过敏图像边界轮廓图。


2.根据权利要求1所述的柔性作物过敏图像边界界定方法，其特征在于，还包括以下步骤：
步骤十、快速识别，若视觉识别字典中包含相应类别的过敏区域图像最优边界判定路径时，跳过步骤四～步骤七，直接进入最优边界判定路径，得到过敏区域图像的边界界定轮廓线图像，输入最优边界判定模块，并将所得到的边界界定轮廓线图像与经过步骤四～步骤七后获得的边界界定轮廓线图像进行对比；若最优边界判定路径所得结果，与经过步骤四～步骤七的结果对比，仍为最优解，则最优边界判定路径不变；若最优边界判定路径所得结果，与经过步骤四～步骤七的结果对比，并非最优解，则替换原有最优边界判定路径，并输入视觉字典中进行保存。


3.根据权利要求1所述的柔性作物过敏图像边界界定方法，其特征在于，所述过敏区域图像指包含在气流作用于柔性作物时被辨别出存在渐变过渡区域，且该渐变过渡区域占比达到75％以上的图像。


4.根据权利要求1所述的柔性作物过敏图像...

【专利技术属性】
技术研发人员：李继宇，魏旭，胡潇丹，龙波，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东;44