一种杂草图像分割方法技术

本发明专利技术实施例提供一种杂草图像分割方法，所述方法包括：对输入图像进行感兴趣区域提取，以获得杂草区域图像；计算杂草区域图像的局部方差，对局部方差进行非线性归一化处理，以得到特征增强后的杂草区域图像；利用拉普拉斯算子增强特征增强后的杂草区域图像的边缘信息，使用自适应阈值分割对该增强边缘信息后的杂草区域图像的局部特征进行二值化处理；以及使用形态学操作对二值化处理后的杂草区域图像进行去噪处理，对去噪后的杂草区域图像进行分割，以得到杂草区域图像中的杂草目标。本发明专利技术克服了传统超绿特征方法应用于杂草图像分割时所存在的缺陷，具备了更强的适应性，能够广泛应用于精准农业、智能监测等领域。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体地涉及一种杂草图像分割方法。

技术介绍

1、在杂草防治中，杂草图像分割是实现精准除草和提高防治效率的关键技术。然而，传统图像分割方法在实际应用中面临诸多挑战，尤其是在复杂的自然环境中显得适应性不足。

2、首先，不同作物和杂草的颜色特征往往非常相似，不同类型杂草背景与绿色的杂草在灰度分布和颜色分量上存在高度重叠，这使得仅依赖单一颜色或灰度信息的分割算法难以准确区分杂草和杂草背景。尤其是在光照条件不均或变化剧烈的情况下，这种依赖颜色特征的分割算法容易受到强光、阴影或反光的干扰，导致杂草分割精度下降。

3、其次，杂草种类繁多，其生长状态和形态特征也各不相同。一些杂草可能具有较为明显的绿色特征，而另一些杂草(如枯草或颜色变化的杂草)则可能表现出红色、黄色、棕色等非绿色特征。传统依赖超绿特征的检测方法对此类杂草无能为力，导致漏检率较高。此外，杂草的边缘通常呈现不规则形态，而背景可能包含相似的纹理特征，这增加了分割算法在形状和纹理分析上的难度。

4、第三，背景复杂性也是影响分割效果的重要因素。在实际场景中本文档来自技高网...

【技术保护点】

1.一种杂草图像分割方法，其特征在于，所述方法包括：

2.根据权利要求1所述的杂草图像分割方法，其特征在于，所述对输入图像进行感兴趣区域提取，包括：

3.根据权利要求1所述的杂草图像分割方法，其特征在于，所述计算所述杂草区域图像的局部方差，包括：

4.根据权利要求1所述的杂草图像分割方法，其特征在于，所述对所述局部方差进行非线性归一化处理，以得到特征增强后的所述杂草区域图像，包括：

5.根据权利要求1所述的杂草图像分割方法，其特征在于，所述利用拉普拉斯算子增强所述特征增强后的杂草区域图像的边缘信息，包括：

6.根据权利要求1所述...

【技术特征摘要】

1.一种杂草图像分割方法，其特征在于，所述方法包括：

2.根据权利要求1所述的杂草图像分割方法，其特征在于，所述对输入图像进行感兴趣区域提取，包括：

3.根据权利要求1所述的杂草图像分割方法，其特征在于，所述计算所述杂草区域图像的局部方差，包括：

4.根据权利要求1所述的杂草图像分割方法，其特征在于，所述对所述局部方差进行非线性归一化处理，以得到特征增强后的所述杂草区域图像，包括：

5.根据权利要求1所述的杂草图像分割方法，其特征在于，所述利用拉普拉斯算子增强所述特征增强后的杂草区域图像的边缘信息，包括：

6.根据权利要求1所述的杂草图像分割方法...

【专利技术属性】
技术研发人员：房建东，马彪，赵于东，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：