叶片图像分割方法、系统、设备及存储介质技术方案

本公开公开了叶片图像分割方法、系统、设备及存储介质，包括：获取待分割的叶片图像；对待分割的叶片图像进行聚类处理，得到待分割叶片图像的前景图像；对待分割叶片图像的前景图像进行处理，得到主要前景图像和次要前景图像；对主要前景图像进行形态学分割处理，得到粗略分割图像；将粗略分割图像与次要前景图像进行合并，得到分割后的叶片图像。

【技术实现步骤摘要】
叶片图像分割方法、系统、设备及存储介质
本公开涉及图像分割
，特别是涉及叶片图像分割方法、系统、设备及存储介质。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
，并不必然构成现有技术。随着计算机科学的快速发展，图像处理技术在各个行业得到了广泛应用。在农业领域，图像处理主要用于对作物进行测产、病虫害识别、生长期分析等。图像分割是图像处理的一个关键步骤，如何从作物图像中快速而准确的分割出作物叶片(称之为叶片实例分割)是一个挑战性非常大的问题。在实现本公开的过程中，专利技术人发现现有技术中存在以下技术问题：现有叶片实例分割方法大都基于单一背景下的单个叶片，很难应用于生产实际。现实的农作物图像叶片很多，之间也存在遮挡现象，再者图像质量也受光照等外部环境的影响。
技术实现思路
为了解决现有技术的不足，本公开提供了叶片图像分割方法、系统、设备及存储介质；可以进一步提高叶片实例分割的精度和速度。第一方面，本公开提供了叶片图像分割方法；叶片图像分割方法，包括：获取待分割的叶片图像；对待本文档来自技高网...

【技术保护点】
1.叶片图像分割方法，其特征是，包括：/n获取待分割的叶片图像；/n对待分割的叶片图像进行聚类处理，得到待分割叶片图像的前景图像；/n对待分割叶片图像的前景图像进行处理，得到主要前景图像和次要前景图像；/n对主要前景图像进行形态学分割处理，得到粗略分割图像；/n将粗略分割图像与次要前景图像进行合并，得到分割后的叶片图像。/n

【技术特征摘要】
1.叶片图像分割方法，其特征是，包括：
获取待分割的叶片图像；
对待分割的叶片图像进行聚类处理，得到待分割叶片图像的前景图像；
对待分割叶片图像的前景图像进行处理，得到主要前景图像和次要前景图像；
对主要前景图像进行形态学分割处理，得到粗略分割图像；
将粗略分割图像与次要前景图像进行合并，得到分割后的叶片图像。


2.如权利要求1所述的方法，其特征是，获取待分割的叶片图像步骤之后，对待分割的叶片图像进行特征聚类处理，得到待分割叶片图像的前景图像步骤之前，还包括：对待分割的叶片图像进行预处理操作；
或者，
所述对待分割的叶片图像进行预处理操作，具体步骤包括：
对待分割的叶片图像进行颜色空间转换，由RGB颜色空间转换到Lab颜色空间；使用中值滤波算法，对颜色空间转换后的图像进行去噪处理，得到去噪后的待分割的叶片图像。


3.如权利要求1所述的方法，其特征是，对待分割的叶片图像进行聚类处理，得到待分割叶片图像的前景图像；具体步骤包括：
对待分割的叶片图像提取颜色特征；
对提取的颜色特征使用层次聚类算法进行聚类，得到若干个聚类中心；
计算得到的所有聚类中心中两两之间的夹角余弦距离，如果两个聚类中心的夹角余弦距离小于设定阈值，则说明这两个聚类中心相似度高，将相似度高的两个类别合并为一类，作为前景图像；重新计算聚类中心，直至聚类中心的个数属于设定取值范围；
计算每个聚类中心与预设的颜色特征分量的欧式距离，将欧式距离最小的聚类中心作为前景图像的聚类中心；
将属于前景图像的聚类中心的所有像素值设为第一像素值，将剩余聚类内的像素值设置为第二像素值，得到二值化的待分割叶片图像的前景图像。


4.如权利要求1所述的方法，其特征是，对待分割叶片图像的前景图像进行处理，得到主要前景图像和次要前景图像；具体步骤包括：
对得到的待分割叶片图像的前景图像进行开运算处理，得到主要前景图像；
将得到的待分割叶片图像的前景图像与主要前景图像作差处理，得到次要前景图像。


5.如权利要求1所述的方法，其特征是，对主要前景...

【专利技术属性】
技术研发人员：杨公平，刘一锟，孙启玉，刘玉峰，谢丽娟，
申请(专利权)人：山东大学，山东锋士信息技术有限公司，
类型：发明
国别省市：山东;37