【技术实现步骤摘要】
本专利技术涉及图像分割领域，尤其涉及一种用于入侵植物种子检测的图像识别系统。
技术介绍
1、入侵植物是指在一个区域中之前不存在，后来从其它区域传播过来的植物。外来物种的入侵，无论是人为因素还是偶然事件，都会改变原有生态系统的生态特征。它们经常大量繁殖并占据生态位，排斥原始物种。外来物种的入侵有时会导致某些本地物种的灭绝。
2、为了阻止入侵植物的传播，在进口种子时需要对种子进行检测，避免入侵植物的种子被混子正常的种子中，使得入侵植物入侵成功。
3、现有技术中，为了提高检测的效率，通常都是采用图像识别的方式来对种子进行检测，以发现种子中属于入侵植物的种子。由于种子的尺寸比较小，在图像中的面积占比较低，在对包含种子的外观的图像进行分割过程中，若采用传统的基于全局像素点的进行分割的方式，那么得到的种子的边界可能不够准确。
4、而为了提高分割的准确程度，现有技术中出现了将图像分为多个区域，分别在每个区域中获取分割结果，最后将分割结果进行合并，得到最终的分割结果的方式。这种分割方式，由于在分割时参考的范围相较于整张图像而言，小了很多，因此，分割的结果更加准确。但是，现有技术中，区域的大小通常都是事先指定的，而并没有考虑到不同的图像中，属于种子的部分占整张图像的比例的不同。这就很容易在区域的面积设置得过大时， 属于种子的所有像素点依然被分到同一个区域中，没能达到对种子进行分区域分割以提高分割结果的准确程度的目的，而若区域的面积设置得过小，则会容易使得需要分割的区域的数量过多，影响分割的效率。
>技术实现思路
1、本专利技术的目的在于公开一种用于入侵植物种子检测的图像识别系统，解决在对包含种子的外观的图像进行分区域分割时，如何获得合理的区域大小，从而能够在避免需要分割的区域的数量过多的同时，避免将所有属于种子的外观的像素点分到同一个区域中，从而提高分割结果的准确程度的问题。
2、为了达到上述目的，本专利技术提供如下技术方案：
3、本专利技术提供了一种用于入侵植物种子检测的图像识别系统，包括尺寸确定模块、分区模块、分割模块和合并模块；
4、尺寸确定模块用于确定对包含种子外观的图像进行分区时所采用的窗口的大小；
5、分区模块用于基于尺寸确定模块确定的窗口的大小对包含种子外观的图像进行分区，得到多个区域；
6、分割模块用于分别对每个区域进行图像分割，得到每个区域中属于种子的外观部分的像素点；
7、合并模块用于对所有区域中属于种子的外观部分的像素点进行合并，得到仅包含种子的外观的图像；
8、其中，确定对包含种子外观的图像进行分区时所采用的窗口的大小，包括：
9、s1，对包含种子外观的图像进行灰度化处理，得到图像gray；
10、s2，分别获取gray中每种灰度值的像素点的数量；
11、s3，获取像素点数量突变的灰度值t；
12、s4，获取gray中灰度值大于t的像素点组成的所有连通域中面积最大的连通域p；
13、s5，获取连通域p的像素点的行数r和列数l；
14、s6，基于行数r和列数l计算窗口的大小。
15、可选的，对包含种子外观的图像进行灰度化处理，得到图像gray，包括：
16、用oriimg表示包含种子外观的图像，使用如下公式对oriimg中的像素点进行计算，得到图像gray：
17、
18、表示gray中处的像素点的灰度值，x和y分别为像素点的横坐标和纵坐标，、和分别为oriimg在rgb颜色空间中的红色分量、绿色分量和蓝色分量所对应的图像中处的像素点的像素值，、和分别表示红色分量权重、绿色分量权重和蓝色分量权重。
19、可选的，获取像素点数量突变的灰度值t，包括：
20、计算gray中数值相邻的两个灰度值的像素点的数量的差值；
21、将最大的差值对应的两个灰度值中，较大的灰度值作为t。
22、可选的，计算gray中数值相邻的两个灰度值的像素点的数量的差值，包括：
23、对于数值相邻的灰度值和，将gray包含的灰度值为和的像素点的数量分别表示为和，则差值为，。
24、可选的，基于行数r和列数l计算窗口的大小，包括：
25、窗口的大小包括窗口的像素点的行数和列数；
26、分别用和表示窗口的像素点的行数和列数，则，。
27、可选的，基于尺寸确定模块确定的窗口的大小对包含种子外观的图像进行分区，得到多个区域，包括：
28、分别用和表示包含种子外观的图像中的像素点的行数和列数；
29、计算行数的冗余值：
30、
31、计算列数的冗余值：
32、
33、按照从上到下的顺序对包含种子外观的图像中的行进行排序，将排在最后的行删除，得到图像rimg；
34、按照从左到右的顺序对rimg中的列进行排序，将排在最后的列删除，得到图像limg；
35、使用的窗口在limg进行不重叠的滑动，每次滑动之后，处于窗口中的像素点组成一个区域，从而得到多个区域。
36、可选的，分别对每个区域进行图像分割，得到每个区域中属于种子的外观部分的像素点，包括：
37、计算区域的分割判断值；
38、对分割概率值大于等于设定的分割判断值的区域进行图像分割，得到区域中属于种子的外观部分的像素点；
39、对于分割概率值小于设定的分割判断值的区域，计算其外观判断值；
40、将外观判断值大于的区域中所有的像素点均作为属于种子的外观部分的像素点。
41、可选的，计算区域的分割判断值，包括：
42、对于区域c，其分割判断值的计算公式为：
43、
44、表示区域c中的像素点的集合，表示中包含的像素点的数量，表示像素点i的图像梯度，表示中的像素点的图像梯度的最大值，表示区域c中符合设定的比较条件的像素点的数量，表示设定的第一权重，表示设定的第二权重。
45、可选的，设定的比较条件为：
46、
47、表示像素点i的8邻域中，灰度值大于像素点i的像素点的数量。
48、可选的，对所有区域中属于种子的外观部分的像素点进行合并，得到仅包含种子的外观的图像，包括：
49、将每个区域中属于种子的外观部分的像素点均存入集合s；
50、由集合s中的所有像素点组成仅包含种子的外观的图像。
51、有益效果：
52、与现有技术相比，本专利技术并不是采用预先设定的大小来对包含种子的外观的图像进行分区，而是通过先获取像素点数量突变的灰度值t，然后基于灰度值t来得到面积最大的连通域p，接着获取连通域p的行数r和列数l，最后基于行数r和列数l来式计算得到窗口的大小，即图像中的分区的大小，从而实现了分本文档来自技高网...
【技术保护点】
1.一种用于入侵植物种子检测的图像识别系统，其特征在于，包括尺寸确定模块、分区模块、分割模块和合并模块；
2.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，对包含种子外观的图像进行灰度化处理，得到图像Gray，包括：
3.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，获取像素点数量突变的灰度值T，包括：
4.根据权利要求3所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，计算Gray中数值相邻的两个灰度值的像素点的数量的差值，包括：
5.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，基于行数R和列数L计算窗口的大小，包括：
6.根据权利要求5所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，基于尺寸确定模块确定的窗口的大小对包含种子外观的图像进行分区，得到多个区域，包括：
7.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，分别对每个区域进行图像分割，得到每个区域中属于种子的外观部分的像素点，
8.根据权利要求7所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，计算区域的分割判断值，包括：
9.根据权利要求8所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，设定的比较条件为：
10.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，对所有区域中属于种子的外观部分的像素点进行合并，得到仅包含种子的外观的图像，包括：
...【技术特征摘要】
1.一种用于入侵植物种子检测的图像识别系统，其特征在于，包括尺寸确定模块、分区模块、分割模块和合并模块；
2.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，对包含种子外观的图像进行灰度化处理，得到图像gray，包括：
3.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，获取像素点数量突变的灰度值t，包括：
4.根据权利要求3所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，计算gray中数值相邻的两个灰度值的像素点的数量的差值，包括：
5.根据权利要求1所述的一种用于入侵植物种子检测的图像识别系统，其特征在于，基于行数r和列数l计算窗口的大小，包括：
6.根据权利要求5所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。