基于直方图拟合的密度峰值聚类土壤图像阴影检测方法技术

本发明专利技术提供的一种基于直方图拟合的密度峰值聚类土壤图像阴影检测方法，通过对聚类数据集的密度进行重构，然后自适应地确定出聚类中心，对于基于非阴影和阴影区之间的数据点的分割阈值进行动态的确定，得到最终的阴影检测结果，能够有效避免原始聚类算法中聚类数据分配策略的误差传递缺陷，能够有效提高土壤阴影检测的精度，从而确保后续土壤图像处理的准确性。性。

【技术实现步骤摘要】
基于直方图拟合的密度峰值聚类土壤图像阴影检测方法


[0001]本专利技术涉及一种图像处理方法，尤其涉及一种基于直方图拟合的密度峰值聚类土壤图像阴影检测方法。

技术介绍

[0002]在土壤检测分析中，通过图像设备所采集的土壤图像存在阴影，为了除阴影对后续亮度归一化和土种识别的影响，阴影检测为必要预处理工作。
[0003]现有技术中，对于土壤的阴影检测采用聚类算法等，但是，现有的聚类算法在图像分割处理是存在误差大，进而造成最终的准确性低，难以保证后续土壤图像的处理精度。
[0004]因此，为了解决上述技术问题，亟需提出一种新的技术手段。

技术实现思路

[0005]本专利技术提供的一种基于直方图拟合的密度峰值聚类土壤图像阴影检测方法，能够有效避免原始聚类算法中聚类数据分配策略的误差传递缺陷，能够有效提高土壤阴影检测的精度，从而确保后续土壤图像处理的准确性。
[0006]本专利技术提供的一种基于直方图拟合的密度峰值聚类土壤图像阴影检测方法，包括以下步骤：
[0007]S1.计算土壤图像的每个像素的亮度值，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于直方图拟合的密度峰值聚类土壤图像阴影检测方法，其特征在于：包括以下步骤：S1.计算土壤图像的每个像素的亮度值，构成土壤图像的亮度矩阵B；S2.统计土壤图像的亮度矩阵B的一维直方图，并根据亮度矩阵的一维直方图确定待聚类数据集X，其中，S3.依据聚类数据集确定土壤图像阴影区域聚类中心P
left
以及土壤图像非阴影区域的聚类中心P
right
；S4.计算数据集X的离散二维点集直方图的傅里叶级数逼近S
n
(x)，并求取傅里叶级数逼近S
n
(x)的一阶导数S'
n
(x
j
)，其中，x
j
表示第j个聚类数据点，frequency
j
表示第j个聚类数据点的频数；S5.在区间[P
left
,P
right
]中内搜索直方图中满足S'
n
(x
j
)＝0或S'
n
(x
j
‑1)<0&&S'
n
(x
j
)>0的聚类数据点，将其个数存储到num；S6对num进行判断，如果num＝0，则判定当前土壤图像的全域为阴影或者非阴影；如果num＝1，则令g＝j
‑
r，q＝j+r；如果num≥2，则令g＝min(j)，q＝max(j)；将土壤图像的[1,g]内亮度级点归类于阴影域，将土壤图像的[q,N]内亮度级点归类于非阴影域，将[g,q]内亮度级确定为待分配区域；其中，r＝2％
×
N，N为数据集X的元素个数；S7.计算阴影检测阈值T，并在[g+1,q
‑
1]范围内按步长为1搜索，将[g+1,T]内的直方图归类于[1,g]，[T+1,q
‑
1]内的直方图归类于[q,N]。2.根据权利要求1所述基于直方图拟合的密度峰值聚类土壤图像阴影检测方法，其特征在于：步骤S3中具体包括：S31.计算自适应聚类中心的决策值γ
i
：其中，为数据点x
i
的重构密度，δ
i
为数据点x
i
的相对距离，α
i
是以重构密度为横轴，相对距离为纵轴的坐标系中的点到横轴的垂线与R
i
的夹角，β
i
为重构密度为横轴，相对距离为纵轴的坐标系中的点到纵轴的垂线与R
i
的夹角，S32.将决策值γ...

【专利技术属性】
技术研发人员：曾绍华，王琪，王帅，刘萍，
申请(专利权)人：重庆市农业技术推广总站重庆市马铃薯脱毒研究中心，重庆市土壤肥料测试中心，
类型：发明
国别省市：