基于塊標(biāo)記的病害感興趣區(qū)域提取方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法及系統(tǒng)，該方法包括：在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊；在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中；基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像；基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域；在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。本發(fā)明可以在大田環(huán)境下實現(xiàn)病害感興趣區(qū)域的準(zhǔn)確提取。
【專利說明】基于塊標(biāo)記的病害感興趣區(qū)域提取方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)業(yè)工程，具體涉及一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著計算機(jī)軟硬件性能的提高以及機(jī)器視覺技術(shù)的進(jìn)步，利用機(jī)器視覺實現(xiàn)病害自動識別已受到廣泛關(guān)注，并廣泛地應(yīng)用于植保領(lǐng)域。機(jī)器視覺技術(shù)在農(nóng)業(yè)中的研究起步較晚，其中高效高精度的分割算法是實現(xiàn)自動識別的熱點和難點問題。
[0003]病害感興趣區(qū)域包括正常葉片區(qū)域和病害區(qū)域，是衡量病害發(fā)病程度的重要依據(jù)，也是精確噴藥的關(guān)鍵信息。但是在大田環(huán)境中，由于環(huán)境復(fù)雜，光照條件的不確定性，其圖像的灰階范圍常常重疊，就會給常用的閾值法等僅基于圖像顏色特征的固定標(biāo)準(zhǔn)的分割方法帶來一些問題。比如說，由于該類方法很難區(qū)分兩個區(qū)域的顏色差異是由周圍光線引起的還是自身就存在顏色差異，所以很可能存在誤分割的情況，從而不能準(zhǔn)確地提取出病咅感興趣區(qū)域。

【發(fā)明內(nèi)容】

[0004](一)解決的技術(shù)問題
[0005]針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法及系統(tǒng)，可以在大田環(huán)境下實現(xiàn)病害感興趣區(qū)域的準(zhǔn)確提取。
[0006](二)技術(shù)方案
[0007]為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn):
[0008]一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法，其特征在于，該方法包括:
[0009]在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊；
[0010]在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病咅感興趣區(qū)域中；
[0011]基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像；
[0012]基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域；
[0013]在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
[0014]優(yōu)選地，所述在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊包括:
[0015]將原圖像轉(zhuǎn)換為灰度圖像；
[0016]在所述灰度圖像中提取邊緣點；
[0017]將所述邊緣點組合為若干個連通分量，使所有互為八鄰域點的兩個邊緣點都屬于同一個連通分量；[0018]將所述連通分量組合為若干個塊邊界，使所有位置關(guān)系滿足預(yù)定條件的連通分量都屬于同一個塊邊界；
[0019]按所述塊邊界將圖像分為若干個塊。
[0020]優(yōu)選地，所述預(yù)定條件包括兩個連通分量中相距最近的兩個邊緣點之間相距的像素數(shù)，小于兩連通分量中邊緣點數(shù)較小者的邊緣點數(shù)的一半。
[0021]優(yōu)選地，在所述按所述塊邊界將圖像分為若干個塊步驟之前，進(jìn)一步包括將所圍面積小于預(yù)定噪聲閾值的塊邊界從圖像中除去。
[0022]優(yōu)選地，所述按所述塊邊界將圖像分為若干個塊包括:
[0023]獲取所有塊邊界組成圖形的外接矩形；
[0024]將每一個由所述外接矩形與所有塊邊界圍成的四連通區(qū)域視作一個單獨的塊；
[0025]將原圖像中在所述外接矩形之外的部分視作一個單獨的塊。
[0026]優(yōu)選地，所述將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中包括當(dāng)處理對象為綠色葉片的植物時，計算每個所述塊中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的塊判定為符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中。
[0027]優(yōu)選地，所述將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中包括在處理對象為綠色葉片的植物時，計算每個所述區(qū)域中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的區(qū)域判定為符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
[0028]一種基于塊標(biāo)記的病害感興趣區(qū)域提取系統(tǒng)，其特征在于，該系統(tǒng)包括:
[0029]塊劃分模塊，用于在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊；
[0030]塊提取模塊，用于在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病咅感興趣區(qū)域中；
[0031]二值圖像獲取模塊，用于基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像；
[0032]區(qū)域分割模塊，用于基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域；
[0033]區(qū)域提取模塊，用于在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
[0034]優(yōu)選地，所述塊劃分模塊包括:
[0035]灰度轉(zhuǎn)換單元，用于將原圖像轉(zhuǎn)換為灰度圖像；
[0036]邊緣點提取單元，用于在所述灰度圖像中提取邊緣點；
[0037]連通分量組合單元，用于將所述邊緣點組合為若干個連通分量，使所有互為八鄰域點的兩個邊緣點都屬于同一個連通分量；
[0038]塊邊界組合單元，用于將所述連通分量組合為若干個塊邊界，使所有位置關(guān)系滿足預(yù)定條件的連通分量都屬于同一個塊邊界；
[0039]塊劃分單元，用于按所述塊邊界將圖像分為若干個塊。
[0040]優(yōu)選地，所述塊提取模塊包括顏色提取單元，用于在處理對象為綠色葉片的植物時，計算每個所述塊中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的塊判定為符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中。
[0041](三)有益效果
[0042]本發(fā)明至少具有如下的有益效果:
[0043]本發(fā)明先基于圖像的邊緣特征，將圖像中所有被明顯輪廓包圍的部分都視作一個單獨的塊，然后基于塊內(nèi)的顏色特征，從中篩選出符合病害感興趣區(qū)域顏色特征的塊。由于正常的葉片邊緣和葉片中的脈絡(luò)都能通過邊緣特征提取出來，所以這些提取出來的塊通常包含了大多數(shù)的正常葉片區(qū)域和病害區(qū)域，也就是病害感興趣區(qū)域。
[0044]進(jìn)一步的，相對于已經(jīng)提取出的病害感興趣區(qū)域，圖像中其他部分可能存在著由于邊緣線條不明顯而沒有被找出來的病害感興趣區(qū)域。此時，先區(qū)分當(dāng)時的病害感興趣區(qū)域與非病害感興趣區(qū)域，基于原圖像形成一個二值圖像，然后基于距離變換和分水嶺變換將其中的非病害感興趣區(qū)域分割為若干個區(qū)域。對于這些區(qū)域，再基于顏色特征，從中篩選出符合病害感興趣區(qū)域顏色特征的區(qū)域，加入到病害感興趣區(qū)域中。也就是把圖像的剩余部分再一次進(jìn)行了分割和病害感興趣區(qū)域的尋找。因為把這些其余部分又進(jìn)一步細(xì)分了，所以其中由于邊緣線條不明顯而沒有被找出來的病害感興趣區(qū)域也可以被提取出來。
[0045]相較于僅基于圖像顏色特征的固定標(biāo)準(zhǔn)的分割方法而言，這樣的分割方式結(jié)合了圖像的邊緣特征和顏色特征，可以避免環(huán)境光線導(dǎo)致顏色差異而形成的誤分割，可以更準(zhǔn)確地提取病害感興趣區(qū)域。
[0046]當(dāng)然，實施本發(fā)明的任一產(chǎn)品或方法并不一定需要同時達(dá)到以上所述的所有優(yōu)點。
【專利附圖】

【附圖說明】
[0047]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0048]圖1是本發(fā)明一個實施例中的基于塊標(biāo)記的病害感興趣區(qū)域提取方法流程圖；
[0049]圖2是本發(fā)明一個實施例中在具體圖像中的連通分量組合效果示意圖；
[0050]圖3是本發(fā)明一個實施例中在具體圖像中的塊邊界組合效果示意圖；
[0051]圖4是本發(fā)明一個實施例中在具體圖像中的塊劃分效果示意圖；
[0052]圖5是本發(fā)明一個實施例中在具體圖像中的感興趣區(qū)域的塊劃分提取結(jié)果示意圖，亦為獲取二值圖像的效果示意圖；
[0053]圖6是本發(fā)明一個實施例中距離變換中所用到的模板；
[0054]圖7是本發(fā)明一個實施例中在具體圖像中的距離變換效果示意圖；
[0055]圖8是本發(fā)明一個實施例中在具體圖像中的分水嶺變換效果示意圖；
[0056]圖9是本發(fā)明一個實施例中基于塊標(biāo)記的病害感興趣區(qū)域提取系統(tǒng)的機(jī)構(gòu)框圖。
【具體實施方式】
[0057]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0058]實施例1
[0059]本發(fā)明實施例提出了一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法，參見圖1，該方法包括:
[0060]步驟101:在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊；
[0061]步驟102:在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中；
[0062]步驟103:基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像；
[0063]步驟104:基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域；
[0064]步驟105:在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
[0065]本方法是基于一張大田環(huán)境下拍攝的植物葉片照片，具體是要提取其中的病害感興趣區(qū)域，包括正常葉片部分和病斑部分。
[0066]可見，本方法大致上分為兩個部分:塊劃分提取和區(qū)域劃分提取。
[0067]塊劃分提取實際上就是通過提取圖像中的邊緣特征把圖像中的被明顯輪廓包圍的部分視作塊，然后基于塊內(nèi)的顏色特征，從中篩選出符合病害感興趣區(qū)域顏色特征的塊。由于正常的葉片邊緣和葉片中的脈絡(luò)都能通過邊緣特征提取出來，所以這些提取出來的塊通常包含了大多數(shù)的正常葉片區(qū)域和病害區(qū)域，也就是病害感興趣區(qū)域。當(dāng)然，塊的劃分是在原圖像的灰度圖像中進(jìn)行的，而顏色特征的匹配是在原圖像的彩色圖像中進(jìn)行的。
[0068]區(qū)域劃分提取是在塊劃分提取之上的，其主要就是先區(qū)分當(dāng)時的病害感興趣區(qū)域與非病害感興趣區(qū)域，基于原圖像形成一個二值圖像。然后基于距離變換和分水嶺變換(其屬于常用的圖像分割方法)將其中的非病害感興趣區(qū)域分割為若干個區(qū)域。也就是把已經(jīng)提取出的病害感興趣區(qū)域視為最低平臺或最高平臺，把剩下的區(qū)域按距離該平臺的遠(yuǎn)近由低到高或由高到低排列，然后繪制其等高線圖，并畫出其中的分水線，從而將非病害感興趣區(qū)域劃分成了若干個區(qū)域。
[0069]對于這些區(qū)域，再基于顏色特征，從中篩選出符合病害感興趣區(qū)域顏色特征的區(qū)域，加入到病害感興趣區(qū)域中。也就是把圖像的剩余部分再一次進(jìn)行了分割和病害感興趣區(qū)域的尋找。因為把這些其余部分又進(jìn)一步細(xì)分了，所以其中由于邊緣線條不明顯而沒有被找出來的病害感興趣區(qū)域也可以被提取出來。
[0070]所以，本方法可以從圖像中自動地提取出病害感興趣區(qū)域，主要利用了邊緣特征與顏色特征相結(jié)合的方法，先大體上確定了圖像中的葉片部分，又在其余部分進(jìn)行了進(jìn)一步的查找和補充，可以在大田環(huán)境下實現(xiàn)病害感興趣區(qū)域的準(zhǔn)確提取。
[0071]更具體地，這里結(jié)合一個具體照片的處理實例來說明本方法的具體步驟。
[0072]首先，將照片轉(zhuǎn)換為灰度圖像，基于邊緣特征將圖像分塊:首先用3X3 (像素)模板提取Canny邊緣，并給每個邊緣點分配一個標(biāo)記；視互為八鄰域點的兩個邊緣點的標(biāo)記等價，用一個等價表記錄所有的等價標(biāo)記；使用這一等價表將所有擁有等價標(biāo)記的像素點分配唯一標(biāo)記,使每一個由擁有等價標(biāo)記像素點組成的連通分量都有一個唯一的標(biāo)記，對照片提取的連通分量參見圖2。
[0073]這一步驟主要就是將所述邊緣點都組合為了若干個連通分量，使所有互為八鄰域點的兩個邊緣點都屬于同一個連通分量。上面只是實現(xiàn)這一目的的一種方法實例，實際操作上可以根據(jù)多種其他現(xiàn)有算法實現(xiàn)。
[0074]接下來需要將所述連通分量組合為若干個塊邊界，使所有位置關(guān)系滿足預(yù)定條件的連通分量都屬于同一個塊邊界。實際上也就是將距離非?？拷膬蓚€連通分量合并為一個，使圖像中的連通分量呈現(xiàn)網(wǎng)狀，并將圖像分割為若干個塊。這里所說的“預(yù)定條件”就是指用于描述連通分量間的距離足夠近的一種數(shù)學(xué)表達(dá)式，舉例來說就是“兩個連通分量中相距最近的兩個邊緣點之間相距的像素數(shù)，小于兩連通分量中邊緣點數(shù)較小者的邊緣點數(shù)的一半”，當(dāng)然也可以參照現(xiàn)有技術(shù)中的圖像處理方法做其他類似設(shè)定。
[0075]下面是一種組合方法實例:
[0076]定義連通分量之間的距離:
[0077]
【權(quán)利要求】
1.一種基于塊標(biāo)記的病害感興趣區(qū)域提取方法，其特征在于，該方法包括: 在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊； 在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中； 基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像； 基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域； 在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊包括: 將原圖像轉(zhuǎn)換為灰度圖像； 在所述灰度圖像中提取邊緣點； 將所述邊緣點組合為若干 個連通分量，使所有互為八鄰域點的兩個邊緣點都屬于同一個連通分量； 將所述連通分量組合為若干個塊邊界，使所有位置關(guān)系滿足預(yù)定條件的連通分量都屬于同一個塊邊界； 按所述塊邊界將圖像分為若干個塊。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)定條件包括兩個連通分量中相距最近的兩個邊緣點之間相距的像素數(shù)，小于兩連通分量中邊緣點數(shù)較小者的邊緣點數(shù)的一半。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述按所述塊邊界將圖像分為若干個塊步驟之前，進(jìn)一步包括將所圍面積小于預(yù)定噪聲閾值的塊邊界從圖像中除去。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述按所述塊邊界將圖像分為若干個塊包括: 獲取所有塊邊界組成圖形的外接矩形； 將每一個由所述外接矩形與所有塊邊界圍成的四連通區(qū)域視作一個單獨的塊； 將原圖像中在所述外接矩形之外的部分視作一個單獨的塊。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中包括當(dāng)處理對象為綠色葉片的植物時，計算每個所述塊中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的塊判定為符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中包括在處理對象為綠色葉片的植物時，計算每個所述區(qū)域中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的區(qū)域判定為符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
8.一種基于塊標(biāo)記的病害感興趣區(qū)域提取系統(tǒng)，其特征在于，該系統(tǒng)包括: 塊劃分模塊，用于在原圖像的灰度圖像中通過提取邊緣特征將圖像分為若干個塊；塊提取模塊，用于在原圖像的彩色圖像中將從所述若干個塊中篩選出的符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中； 二值圖像獲取模塊，用于基于原圖像獲取區(qū)分病害感興趣區(qū)域與非病害感興趣區(qū)域的二值圖像； 區(qū)域分割模塊，用于基于距離變換和分水嶺變換將所述二值圖像中的非病害感興趣區(qū)域分割為若干個區(qū)域； 區(qū)域提取模塊，用于在原圖像的彩色圖像中將從所述若干個區(qū)域中篩選出的符合病害感興趣區(qū)域顏色特征的區(qū)域，劃分到病害感興趣區(qū)域中。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述塊劃分模塊包括: 灰度轉(zhuǎn)換單元，用于將原圖像轉(zhuǎn)換為灰度圖像； 邊緣點提取單元，用于在所述灰度圖像中提取邊緣點； 連通分量組合單元，用于將所述邊緣點組合為若干個連通分量，使所有互為八鄰域點的兩個邊緣點都屬于同一個連通分量； 塊邊界組合單元，用于將所述連通分量組合為若干個塊邊界，使所有位置關(guān)系滿足預(yù)定條件的連通分量都屬于同一個塊邊界； 塊劃分單元，用于按所述塊邊界將圖像分為若干個塊。
10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述塊提取模塊包括顏色提取單元，用于在處理對象為綠色葉片的植物時，計算每個所述塊中超綠像素點與超黃像素點所占的比例之和，并將所述比例之和大于預(yù)定值的塊判定為符合病害感興趣區(qū)域顏色特征的塊，劃分到病害感興趣區(qū)域中。`
【文檔編號】G06K9/46GK103778428SQ201410012650
【公開日】2014年5月7日 申請日期:2014年1月10日 優(yōu)先權(quán)日:2014年1月10日
【發(fā)明者】張水發(fā), 王開義, 潘守慧, 劉忠強(qiáng), 楊鋒, 王書鋒, 王曉鋒 申請人:北京農(nóng)業(yè)信息技術(shù)研究中心