一種花卉花朵圖像分割提取方法
【專利摘要】本發(fā)明提供一種花卉花朵圖像分割提取方法，采用改進(jìn)的主動(dòng)輪廓模型算法，實(shí)現(xiàn)從蝴蝶蘭花簇圖像中提取單個(gè)花朵圖像，為自動(dòng)識(shí)別花卉的生長狀態(tài)奠定基礎(chǔ)。首先利用改進(jìn)的骨架算法和輪廓重生算法，生成花卉花簇的初始輪廓；再利用含有形狀能量的主動(dòng)輪廓模型進(jìn)行輪廓的演化，使其接近真實(shí)的花卉花簇邊緣，最后根據(jù)花卉花蕊位置獲得相應(yīng)的花卉花朵。實(shí)例驗(yàn)證和比對(duì)實(shí)驗(yàn)結(jié)果表明，該算法能夠較好的分割和提取蝴蝶蘭花簇中單個(gè)花朵，并具有較強(qiáng)的抗噪能力。利用本文的方法，可以較好的提取蝴蝶蘭花簇中的單個(gè)花朵，與人工提取效果進(jìn)行比對(duì)，正確率達(dá)到了91.5%。
【專利說明】一種花卉花朵圖像分割提取方法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及圖像分割方法，特別是主動(dòng)輪廓模型和骨架算法相結(jié)合的花卉圖像花朵提取方法，主要用于自然花卉圖像的處理，是一種花卉花朵圖像分割提取方法。
【背景技術(shù)】:
[0002]以蝴蝶蘭花卉為例，對(duì)蝴蝶蘭的花期進(jìn)行調(diào)控是提高蝴蝶蘭種植效益的重要手段。通過蝴蝶蘭圖像信息來識(shí)別蝴蝶蘭的生長特征，再與蝴蝶蘭生長模型進(jìn)行比對(duì)，可確定蝴蝶蘭的生長階段，最后調(diào)節(jié)蝴蝶蘭的溫濕度環(huán)境參數(shù)及水肥使用量，達(dá)到調(diào)節(jié)花期的目的。在蝴蝶蘭花期調(diào)控過程中，精確識(shí)別蝴蝶蘭花朵開放特征信息，如開放花朵數(shù)目、最大花朵面積等，具有特別重要的作用，據(jù)此可以準(zhǔn)確調(diào)控蝴蝶蘭花期的提前還是延后。蝴蝶蘭花朵識(shí)別過程一般分為兩個(gè)步驟:首先從自然背景圖像中分離出花簇；再從花簇中提取出主要的單個(gè)花朵。花簇中的不同花朵具有同質(zhì)性和重疊性，識(shí)別難度極大，本文的方法很好的解決了同質(zhì)花朵的分割提取問題，為蝴蝶蘭的花期調(diào)控奠定了基礎(chǔ)，也為其他花卉或作物的圖像提取，提供了思路。
[0003]目前國內(nèi)外在花卉圖像分割方面，研究主要集中在花朵提取的第一個(gè)階段，SP如何把花簇與復(fù)雜背景進(jìn)行分割，已取得一定的成果。 申請人:前期利用改進(jìn)的水域分割算法，較好的實(shí)現(xiàn)了蝴蝶蘭花簇圖像與自然背景圖像的分割提取。但要實(shí)現(xiàn)從蝴蝶蘭同質(zhì)的花簇中分割出單個(gè)的花朵，難度很大，研究者甚少。周偉等人曾就花卉圖像分類做過研究，柯逍等人也曾就花卉圖像檢索做過研究，但是這些方法僅僅是對(duì)花卉進(jìn)行特征提取，據(jù)此再進(jìn)行花卉分類和識(shí)別，不能滿足本文提取單個(gè)花朵的需求。在同質(zhì)圖像分割研究方面，多采用主動(dòng)輪廓模型算法(也稱為snake模型)。主動(dòng)輪廓模型可以按照曲線類型和能量驅(qū)動(dòng)類型進(jìn)行分類。按曲線類型可分為參數(shù)主動(dòng)輪廓模型和幾何主動(dòng)輪廓模型。前者中的曲線由一些規(guī)則排列的不連續(xù)的點(diǎn)組成或通過一些基函數(shù)描述成一種連續(xù)的參數(shù)形式，如:B樣條和傅里葉指數(shù)；后者則是采用曲線進(jìn)化的思想和水平集的形式來描述曲線的進(jìn)化。按能量驅(qū)動(dòng)類型可分為基于邊緣的主動(dòng)輪廓模型和基于區(qū)域的主動(dòng)輪廓模型。前者主要是利用圖像的梯度信息，驅(qū)動(dòng)主動(dòng)輪廓使其逼近目標(biāo)邊界，如:唐利明等提出的基于幾何活動(dòng)輪廓模型的多尺度擴(kuò)散分割算法，Caselles等提出的測地活動(dòng)輪廓算法；后者則主要利用圖像區(qū)域信息，控制主動(dòng)輪廓向其目標(biāo)邊界移動(dòng)，如Chan等人提出的C-V模型，Li等人提出的可變區(qū)域模型RSF。
[0004]在主動(dòng)輪廓模型中，初始輪廓主要是固定大小和固定位置的圓或者正方形，初始輪廓與期望的圖像分割輪廓的距離大小，對(duì)圖像分割的準(zhǔn)確性和效率，具有重要的影響。初始輪廓的獲取方法主要有人工法、基于序列圖像的預(yù)測法和水域分割法。

【發(fā)明內(nèi)容】
:
[0005]本發(fā)明提供一種花卉花朵圖像分割提取方法，本發(fā)明通過分析花朵圖像的特性和目前一些分割方法的特點(diǎn)，發(fā)現(xiàn)通過修改已有的主動(dòng)輪廓模型方法，可以解決花朵的提取問題。在進(jìn)行花朵提取時(shí)，初始輪廓與花朵之間的真實(shí)邊緣距離，越小越好。首先利用改進(jìn)的骨架算法對(duì)花簇圖像進(jìn)行處理，獲得接近花朵的真實(shí)邊界的初始輪廓，在此基礎(chǔ)上再進(jìn)行主動(dòng)輪廓的迭代，最后根據(jù)花蕊的位置來提取期望的單個(gè)花朵。根據(jù)主動(dòng)輪廓模型和花蕊位置，解決從蝴蝶蘭花簇中提取單個(gè)花朵的難題。
[0006]本發(fā)明的技術(shù)方案如下:
[0007]—種花卉花朵圖像分割提取方法，包括如下步驟:
[0008](I)獲得初始花卉花簇圖像，選取花朵中心位置，然后進(jìn)行灰度轉(zhuǎn)換；本文采用HSV顏色模型的H分量作為灰度值，因?yàn)楹m大部分像素為紫色，H值比較高與黑色背景差值大，方便處理。
[0009](2)利用彩色梯度進(jìn)行圖像轉(zhuǎn)換，并將梯度較大的像素直接置成黑色，閾值的選定采用的是局部直方圖閾值選取方法；
[0010](3)根據(jù)改進(jìn)的骨架算法計(jì)算出圖像的骨架以及骨架權(quán)值；
[0011](4)根據(jù)輪廓重生算法，生成初始輪廓； [0012](5)在生成初始輪廓基礎(chǔ)上進(jìn)行主動(dòng)輪廓中心迭代，迭代至最終結(jié)果；
[0013](6)根據(jù)花朵中心所在的位置，保留中心附近的輪廓；
[0014](7)計(jì)算各個(gè)花蕊所擁有的輪廓的面積，找出最大的并保留下來；就可以得到最大面積的花朵。
[0015]所述步驟(I)所述選取花卉中心位置包括如下步驟:
[0016](2a)計(jì)算圖像中像素點(diǎn)在HSV空間中的三個(gè)通道值，三個(gè)通道值分別為H代表色調(diào)、S代表飽和度、V代表亮度；(2b)當(dāng)像素點(diǎn)的H值、S值和V值同時(shí)高于一個(gè)閾值時(shí)，可認(rèn)定該像素點(diǎn)為花卉中心，H值大于340 ；S值大于0.8 ；V值大于240 ；
[0017]其中步驟(I)所述灰度轉(zhuǎn)換:利用RGB轉(zhuǎn)HSV計(jì)算方法，并用H通道值作為亮度產(chǎn)生灰度圖，公式如下:
【權(quán)利要求】
1.一種花卉花朵圖像分割提取方法，其特征是包括如下步驟: (1)獲得初始花卉花簇圖像，選取花朵中心位置，然后進(jìn)行灰度轉(zhuǎn)換； (2)利用彩色梯度進(jìn)行圖像轉(zhuǎn)換，并將梯度較大的像素直接置成黑色，閾值的選定采用的是局部直方圖閾值選取方法； (3)根據(jù)改進(jìn)的骨架算法計(jì)算出圖像的骨架以及骨架權(quán)值； (4)根據(jù)輪廓重生算法，生成初始輪廓； (5)在生成初始輪廓基礎(chǔ)上進(jìn)行主動(dòng)輪廓中心迭代，迭代至最終結(jié)果； (6)根據(jù)花朵中心所在的位置，保留中心附近的輪廓； (7)計(jì)算各個(gè)花蕊所擁有的輪廓的面積，找出最大的并保留下來；就可以得到最大面積的花朵。
2.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(I)所述選取花卉中心位置包括如下步驟: (2a)計(jì)算圖像中像素點(diǎn)在HSV空間中的三個(gè)通道值，三通道為:H代表色調(diào)、S代表飽和度、V代表亮度； (2b)當(dāng)像素點(diǎn)的H值、S值和V值同時(shí)高于一個(gè)閾值時(shí)，可認(rèn)定該像素點(diǎn)為花卉中心，H值大于340 ；S值大于0.8 ；V值大于240。
3.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(I)所述灰度轉(zhuǎn)換:利用RGB轉(zhuǎn)HSV計(jì)算方法，并用H通道值作為亮度產(chǎn)生灰度圖，公式如下:
4.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(2)所述彩色梯度進(jìn)行圖像轉(zhuǎn)換包括如下步驟: I (i, j)代表一幅圖像，D表示圖像I的定義域,SEn表示一個(gè)尺寸為η的結(jié)構(gòu)單元，i代表像素點(diǎn)橫坐標(biāo)，j代表像素點(diǎn)縱坐標(biāo)，形態(tài)學(xué)中的腐蝕和膨脹定義如下: 膨脹值:
5.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(2)所述局部直方圖閾值選取法步驟如下: (5a)以圖像中某點(diǎn)為中心的窗口來采樣； (5b)把這個(gè)窗口當(dāng)做一個(gè)單獨(dú)的圖像進(jìn)行灰度直方圖統(tǒng)計(jì)； (5c)利用最大間類方差法(OTSU)計(jì)算出當(dāng)前窗口的閾值。
6.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(3)所述改進(jìn)骨架算法包括如下步驟: 根據(jù)開運(yùn)算骨架的的定義，將式骨架算法應(yīng)用于數(shù)字圖像框架，并用結(jié)構(gòu)元素B作為離散近似值，尺度為I，得到骨架算法的表達(dá)式為:

7..根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(4)所述骨架重生算法具體包括如下步驟: (7a)判斷骨架點(diǎn)的連通性，判斷準(zhǔn)則是:如果兩點(diǎn)的距離小于兩點(diǎn)中任意一點(diǎn)的權(quán)值則為連通，表達(dá)式:
8.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(5)所述主動(dòng)輪廓迭代具體如下: 由于花卉圖像的骨架中已包含了原圖形的形狀特性，因此可以向主動(dòng)輪廓模型中添加一個(gè)能量項(xiàng)作為輪廓形狀的約束，其表達(dá)式為:
9.根據(jù)權(quán)利要求1所述的花卉花朵圖像分割提取方法，所述步驟(6)利用花朵中心位置保留中心附近輪廓的方法具體包括如下步驟: (9a)以步驟2b生成的花朵中心為圓心做半斤為r的圓。 (9b )將所有有一部分位于圓內(nèi)的輪廓記錄為此花朵中心的輪廓。
10.根據(jù)權(quán)利要求9所述的花卉花朵圖像分割提取方法，所述步驟(7)所述的最大面積花朵提取方法具體包括如下步驟:(IOa)根據(jù)步驟(9b)生成的輪廓?dú)w屬關(guān)系，計(jì)算各個(gè)花蕊擁有的輪廓所占的總面積。(IOb)比較各個(gè)花朵所 占面積，選取最大花朵保留下來。
【文檔編號(hào)】G06T7/60GK103440672SQ201310302804
【公開日】2013年12月11日 申請日期:2013年7月19日 優(yōu)先權(quán)日:2013年7月19日
【發(fā)明者】任守綱, 馬超, 徐煥良 申請人:南京農(nóng)業(yè)大學(xué)