一种开放环境下多色叶片RGB图像背景精确分离的方法技术

本发明专利技术属于农业技术领域，一种开放环境下多色叶片RGB图像背景精确分离的方法，包括以下图像背景分离方法：S1：选取叶片，所得到的原始图像；S2：采用MATLAB 2016R软件将RGB图像转化为HSV图像，以饱和度0.19‑0.21为界限，将小于界限的图像明度调整为0，并转化为灰度图；S3：用edge函数canny算子对图像边缘进行检测提取；S4：对图像进行膨胀操作并填补边缘缝隙；S5：对空隙填充并采用菱形结构元素对图像进行平滑；S6：将平滑后的图像经中值滤波去除冗余信息；S7：运用bwlabe函数寻找8联通成份并进行二值化处理；S8：将处理后的图像保存为jpg格式图像；本发明专利技术对单色叶、杂色叶、多色叶均有最佳的处理效果。

【技术实现步骤摘要】
一种开放环境下多色叶片RGB图像背景精确分离的方法
本专利技术涉及农业
，尤其涉及一种开放环境下多色叶片RGB图像背景精确分离的方法。
技术介绍
在智慧农业的高速发展，采用叶色信息反映叶用植物的品质或者植物内在生理生化指标是植物表型学无损测量的一个研究热点，而获取精准的叶色信息是采用RGB图像定量描述叶片表型特征的前提。研究人员在通过数码照相设备获取叶片图片后，必须先对原始图片进行背景分离处理，将目标叶片和背景干扰物进行分离后再进行叶色信息的提取分析。现有计算机图像背景分离方式主要有人工分离法、颜色阈值法、OTSU最优阈值法、边缘识别法通道差值法及复合法等，他们的主要特点如下：1、人工分离法以人眼识别，并辅助软件（如AdobePhotoshopCS，下文简称PS）等进行分离，具有精度高、对目标叶片叶色及背景颜色无特殊要求等优点，但是其处理效率低、处理效果受不同操作人员使用水平影响较大。2、颜色阈值法采用事先设定好的颜色阈值（如RGB色彩模型中某个通道的色阶值或HSV色彩模型中的色调值）为区间，对阈值外的颜色填充为黑色或者白色，该方法能够较好的分离纯色叶片，但是对双色、多色叶片，特别是颜色跨度较大的叶片（如黄绿相间的）分离效果较差，同时该方法要求背景颜色必须与叶片主体颜色有较大色差。3、OTSU最优阈值法无需事先设定阈值，处理速度最快，但是对具有大面积杂色或者混色的叶片切割效果较差，同时该方法要求背景必须与叶片主体颜色有较大色差。4、边缘识别法无需事先设定阈值，但是处理速度较慢，同时其对背景噪音和干扰较为敏感，因此该方法要求背景颜色尽可能的单一、无杂质且与主体有较大色差。5、通道差值法采用事先设定好的通道差值组合（如R-B、R-G或者R+B-G）等对图像进行减法处理，通过多次处理得到图像对比度最佳的组合，并以此进行背景分离切割，但是该方法较适用于纯色叶片，对具有大面积杂色或者混色的叶片切割效果较差，容易受到叶面扭曲叶片的阴影干扰，同时由于该方法要多次试验以找到最佳差值组合，处理效率较低。6、复合法主要综合了2-5方法的优点，具有较好的适应性，但是对每种不同类型的叶片需要事先进行大量的试验找到其最优的组合，效率较低，且处理效果不确定。综上所述，现有的计算机自动背景分离方法在特定拍摄环境下（如黑箱拍摄）或者对特定植物的分割效果较好，但也存在着适用范围窄（多数只能用于分离绿色或者单色叶片）、背景分离不够充分、处理效率较慢等问题。在实际生产中，一些多色的叶用植物（如紫背天葵，GynurabicolorDC.）或者一些病虫害（如大麦条纹病，Drechsleragraminea（Rabenh.）Shoem.）会导致部分植物叶片整体呈现多色状态，且不同颜色在叶面的分布各具特点（如点状分布、条纹分布、块状分布等），其分布区域也各不相同，传统的背景分离方式已经不适用。因此，如何在实验室或者品质分级台等开放环境下（无需借助黑箱等特定拍摄环境）进行自动、快速、精准分离目标多色叶片图像背景成为制约大样本植物叶色参数提取的一个难点。针对以上问题，本专利技术以HSV色彩模型为基础，以背景图像与主体叶片饱和度不同为分离依据，综合前人的研究方法，结合饱和度筛选、边缘识别、面积筛选等方法，提出饱和度背景分离法（以下简称SBSM）图像背景分离方法，并对比SBSM与现有4种图像背景分离算法在对不同叶片类型的处理效果、分离精准度上的差异，以期能够为研究人员提供一种具有高效、精确、方便、适用范围广的RGB图像叶片自动化图像背景分离方法。为此，本申请中提出一种开放环境下多色叶片RGB图像背景精确分离的方法。
技术实现思路
（一）专利技术目的为解决
技术介绍
中存在的技术问题，本专利技术提出一种开放环境下多色叶片RGB图像背景精确分离的方法。（二）技术方案为解决上述问题，本专利技术提供了一种开放环境下多色叶片RGB图像背景精确分离的方法，包括以下图像背景分离方法：S1：选取开放环境条件下各种叶片RGB图像；S2：采用MATLAB2016R软件将RGB图像转化为HSV图像，以饱和度0.19-0.21为界限，将小于界限的图像明度调整为0，并转化为灰度图；S3：用edge函数canny算子对图像边缘进行检测提取；S4：对图像进行膨胀操作并填补边缘缝隙；S5：对空隙填充并采用菱形结构元素对图像进行平滑；S6：将平滑后的图像经中值滤波去除冗余信息；S7：运用bwlabe函数寻找8联通成份并进行二值化处理，而后进行连通域面积筛选，去除杂质及碎片；S8：采用循环算法将原图与上一步骤所得到的图像进行比对，对原图背景部分填充为黑色，保留叶片主体部分，并将处理后的图像保存为jpg格式图像。优选的，所述S2中，采用MATLAB2016R软件将RGB图像转化为HSV图像，以饱和度0.2为界限，将小于界限的图像明度调整为0，并转化为灰度图。本专利技术的上述技术方案具有如下有益的技术效果：1、本专利技术的总体精准度最优，较C1-C4分别提升了18.92个百分点、72.19个百分点、32.14个百分点、27.46个百分点；2、成功解决了以往研究中图像采集条件苛刻（需黑箱拍照取样）、背景分离不充分、目标图像获取不够精准的问题，该方法允许研究人员在实验室开放环境下采集到较为精准的叶片图像，且无需进行参数调整即可适用于各种颜色各种类型的杂色叶、多色叶背景分离处理。3、通过算法的固化，该方法全过程均已实现了自动化、计算机化，可以让单个研究人员在实验室条件下，完成对大量植物叶色数码照片的图像采集、背景分离，极大地减少了植物颜色表型测量、分析所需时间，且排除人为因素对测量结果的干扰，提升大样本表型叶色数据获取准确率及处理效率，降低高通量表型获取障碍；所获取的精确数据可以帮助研究人员在各种实验室条件下建立外观颜色表型性状与植物体内在生理生化的关联，从而更好的解释植物外观表型及适应性的生理基础。附图说明图1为本专利技术的杂色叶片彩色图像背景分离、消噪流程图。图2为本专利技术与现有背景分离方法处理效果的对比流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。如图1-2所示，本专利技术提出的一种开放环境下多色叶片RGB图像背景精确分离的方法，包括以下图像背景分离方法：S1：选取叶片，将目标叶片用品质分级台尺寸为长300cm、宽100cm、离地高度80cm的长方形桌面，桌面底板颜色为灰白色，在距离分级台台面120cm处用三脚架固定数码相机，采用高分辨率照相机进行垂直拍摄，所得到的原始图像，如图1中第1个图所示；S2：采用MATLAB2016R软件将RGB图像转化为HSV图像，以饱和度本文档来自技高网...

【技术保护点】
1.一种开放环境下多色叶片RGB图像背景精确分离的方法，其特征在于，包括以下图像背景分离方法：/nS1：选取开放环境条件下各种叶片RGB图像；/nS2：采用MATLAB 2016R软件将RGB图像转化为HSV图像，以饱和度0.19-0.21为界限，将小于界限的图像明度调整为0，并转化为灰度图；/nS3：用edge函数canny算子对图像边缘进行检测提取；/nS4：对图像进行膨胀操作并填补边缘缝隙；/nS5：对空隙填充并采用菱形结构元素对图像进行平滑；/nS6：将平滑后的图像经中值滤波去除冗余信息；/nS7：运用bwlabe函数寻找8联通成份并进行二值化处理，而后进行连通域面积筛选，去除杂质及碎片；/nS8：采用循环算法将原图与上一步骤所得到的图像进行比对，对原图背景部分填充为黑色，保留叶片主体部分，并将处理后的图像保存为jpg格式图像。/n

【技术特征摘要】
1.一种开放环境下多色叶片RGB图像背景精确分离的方法，其特征在于，包括以下图像背景分离方法：
S1：选取开放环境条件下各种叶片RGB图像；
S2：采用MATLAB2016R软件将RGB图像转化为HSV图像，以饱和度0.19-0.21为界限，将小于界限的图像明度调整为0，并转化为灰度图；
S3：用edge函数canny算子对图像边缘进行检测提取；
S4：对图像进行膨胀操作并填补边缘缝隙；
S5：对空隙填充并采用菱形结构元素对图像进行平滑；
S6：将平滑后的图像经中值滤波去...

【专利技术属性】
技术研发人员：江海东，陈卫平，陈郑盟，张佩，朱艳，曹卫星，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：江苏;32