一种樱桃裂果样本的智能移植增强平衡方法技术

本发明专利技术公开了一种樱桃裂果样本的智能移植增强平衡方法，包括：将目标裂果白底图像f(x，y)进行二值化处理，得到前景和背景分离的二值化图像；所述二值化图像采用闭开运算进行形态学处理；通过外接矩形及自动剪裁技术从处理后的图像中获取裂果形状；对裁剪出来的裂果形状和掩膜随机变化大小、平移和旋转；替换黑色的像素点，还原得到所需图片。本申请在数据集多达几千张的情况下，减少了人工抠图粘贴的巨大工作量，可以补充新的少数样本图像信息而不用删除原有的多数样本图像，其基于有限的图像数据样本生成更多等价的数据，丰富训练数据的分布。的分布。的分布。

【技术实现步骤摘要】
一种樱桃裂果样本的智能移植增强平衡方法


[0001]本专利技术涉及农业图像处理
，具体涉及一种樱桃裂果样本的智能移植增强平衡方法。

技术介绍

[0002]机器视觉是一门涉及模式识别、神经生物学、计算机科学、人工智能、图像处理、心理物理学等诸多领域的交叉学科。主要是通过计算机对人类某些视觉方面的智能行为的模拟和再现，再处理并理解从客观事物的图像中提取到的信息，最终达到在实际检测和控制中应用的目的。
[0003]随着计算机图形图像处理及智能技术的发展,机器视觉逐渐渗透到农业生活的方方面面。通过分析机器视觉技术在我国农业生产中的应用实例，可发现主要集中在获取目标物图像信息、图像处理与算法识别、智能视觉定位导航及机器视觉系统集成等方面。
[0004]樱桃每年成熟期遇雨裂果现象严重，裂果的营养价值与未开裂的果实无异，但由于裂口处易侵染病菌，造成果实腐烂，难以运输和储存，使商品率与商品价值降低，樱桃裂果极大地影响了我国樱桃产业的经济效益。因此，为了延长裂果的保质期，提高商品经济价值，研究樱桃裂果问题迫在眉睫。/>[0005]大棚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种樱桃裂果样本的智能移植增强平衡方法，其特征在于，包括：将目标裂果白底图像f(x，y)进行二值化处理，得到前景和背景分离的二值化图像；所述二值化图像采用闭开运算进行形态学处理；通过外接矩形及自动剪裁技术从处理后的图像中获取裂果形状；对裁剪出来的裂果形状和掩膜随机变化大小、平移和旋转；替换黑色的像素点，还原得到所需图片。2.根据权利要求1所述一种樱桃裂果样本的智能移植增强平衡方法，其特征在于，将目标裂果白底图像f(x，y)进行二值化处理，得到前景和背景分离的二值化图像，具体为：读取缺少样本的JPG白底图像为BGR格式，再将所述BGR格式转化为HSV格式，然后只取出图像的H层；对图像的H层进行高斯滤波，消除高斯噪声；基于HSV颜色空间，使用色调H层数值作为二值化依据。3.根据权利要求2所述一种樱桃裂果样本的智能移植增强平衡方法，其特征在于，基于HSV颜色空间，使用色调H层数值作为二值化依据，具体为：设目标裂果白底图像的大小为MXN，该图像中H层数值小于阈值T的像素个数记作N0，H层数值大于阈值T的像素个数记作N1，则有：(1)ω0＝N0/(M
×
N)(2)ω1＝N1/(M
×
N)(3)N0+N1＝M
×
N(4)ω0+ω1＝1(5)μ＝ω0*μ0+ω1*μ1(6)g＝ω0*(μ0‑
μ)2+ω1*(μ1‑
μ)2将式(5)代入式(6)，得到等价公式：(7)g＝ω0*ω1*(μ0‑
μ1)2其中，ω0为背景像素点占H层图像的比例，μ0为ω0在H层的平均数值；ω1为前景像素点占H层图像的比例，μ1为ω1在H层的平均数值；μ为H层图像的平均数值，g为类间方差，当g为最大时所对应的T就是H层最佳阈值；根据最佳阈值，将0设为低于阈值时赋予的新值，255设为高于阈值时赋予的新值，得到前景和背景分离的二值化图像。4.根据权利要求1所述一种樱桃裂果样本的智能移植增强平衡方法，其特征在于，目标裂果白底图像为f(x,y)，自然环境采集图像为g(x,y)，所述g(x,y)是用来处理f(...

【专利技术属性】
技术研发人员：胡玲艳，谷毛毛，许巍，汪祖民，宋旦旨，邱绍航，孙浩，李俐，
申请(专利权)人：大连大学，
类型：发明
国别省市：