基于颜色与形态特征的叶片图像分割方法及系统技术方案

本发明专利技术属于图像分割领域，提供了一种基于颜色与形态特征的叶片图像分割方法及系统。其中，基于颜色与形态特征的叶片图像分割方法包括对作物植株图像进行聚类，保留叶片部分所属的前景区域，去除背景区域；使用超绿算法筛选出作物部分，去除残留的背景区域；基于颜色差值的处理方法去除杂草区域；采用面积阈值法去除掉粘连的杂草部分；使用闭运算操作进行修补去除掉粘连杂草部分的图像，最终得到叶片图像分割结果。

【技术实现步骤摘要】
基于颜色与形态特征的叶片图像分割方法及系统
本专利技术属于图像分割领域，尤其涉及一种基于颜色与形态特征的叶片图像分割方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。近年来，随着各种图像采集技术的不断发展，基于计算机视觉的智慧农业越来越多的得到了人们的关注。农业与人类的生活息息相关，而研究其叶片不仅可以得到作物的生长状态，还可以预测其后续的生长状况和进行病害检测等，而进行上述研究，首先需要的是分割出完整的作物叶片。至今为止许多的图像分割算法已经被提出，包括K-means、边缘检测、分水岭、显著性分割等方法。虽然已经出现了许多的分割算法，但是专利技术人发现，目前并没有一种通用的分割算法，基于田地背景的叶片分割中，通常会受到光照、杂草、泥土等因素的影响，叶片的背景较为复杂，而由于这些因素的干扰，从作物图像中分割出叶片有不小的难度。
技术实现思路
为了解决上述问题，本专利技术提供一种基于颜色与形态特征的叶片图像分割方法及系统，其能够提高自然田地条件下作物叶片的分割精本文档来自技高网...

【技术保护点】
1.一种基于颜色与形态特征的叶片图像分割方法，其特征在于，包括：/n对作物植株图像进行聚类，保留叶片部分所属的前景区域，去除背景区域；/n使用超绿算法筛选出作物部分，去除残留的背景区域；/n基于颜色差值的处理方法去除杂草区域；/n采用面积阈值法去除掉粘连的杂草部分；/n使用闭运算操作进行修补去除掉粘连杂草部分的图像，最终得到叶片图像分割结果。/n

【技术特征摘要】
1.一种基于颜色与形态特征的叶片图像分割方法，其特征在于，包括：
对作物植株图像进行聚类，保留叶片部分所属的前景区域，去除背景区域；
使用超绿算法筛选出作物部分，去除残留的背景区域；
基于颜色差值的处理方法去除杂草区域；
采用面积阈值法去除掉粘连的杂草部分；
使用闭运算操作进行修补去除掉粘连杂草部分的图像，最终得到叶片图像分割结果。


2.如权利要求1所述的基于颜色与形态特征的叶片图像分割方法，其特征在于，使用高斯混合模型对作物植株图像进行聚类。


3.如权利要求1所述的基于颜色与形态特征的叶片图像分割方法，其特征在于，将聚类后得到的两个类别的像素进行处理，分别计算两部分的像素的绿色平均值，平均值较大的一个类别即为含叶片部分的前景区域，将前景区域保留，去除背景区域。


4.如权利要求1所述的基于颜色与形态特征的叶片图像分割方法，其特征在于，使用超绿算法筛选出作物部分，去除残留的背景区域的过程为：
采用的特征组合方式ExG＝2*G-R-B；其中，R,G,B分别代表每个像素的红色分量、绿色分量和蓝色分量，使用ExG值来组成作物图像的超绿灰度图；对超绿灰度图采用最大类间方差法确定像素属于前景区域或者背景区域，从而去除残留的背景区域。


5.如权利要求1所述的基于颜色与形态特征的叶片图像分割方法，其特征在于，在基于颜色差值的处理方法去除杂草区域的过程中，使用叶片图像的像素光滑度来衡量像素和其邻域内像素的颜色差值。


6.如权利要求1所述...

【专利技术属性】
技术研发人员：杨公平，张岩，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