基于块标记的病害感兴趣区域提取方法及系统的利记博彩app
【专利摘要】本发明提供了一种基于块标记的病害感兴趣区域提取方法及系统，该方法包括：在原图像的灰度图像中通过提取边缘特征将图像分为若干个块；在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中；基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像；基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域；在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。本发明可以在大田环境下实现病害感兴趣区域的准确提取。
【专利说明】基于块标记的病害感兴趣区域提取方法及系统
【技术领域】
[0001]本发明涉及农业工程，具体涉及一种基于块标记的病害感兴趣区域提取方法及系统。
【背景技术】
[0002]随着计算机软硬件性能的提高以及机器视觉技术的进步，利用机器视觉实现病害自动识别已受到广泛关注，并广泛地应用于植保领域。机器视觉技术在农业中的研究起步较晚，其中高效高精度的分割算法是实现自动识别的热点和难点问题。
[0003]病害感兴趣区域包括正常叶片区域和病害区域，是衡量病害发病程度的重要依据，也是精确喷药的关键信息。但是在大田环境中，由于环境复杂，光照条件的不确定性，其图像的灰阶范围常常重叠，就会给常用的阈值法等仅基于图像颜色特征的固定标准的分割方法带来一些问题。比如说，由于该类方法很难区分两个区域的颜色差异是由周围光线引起的还是自身就存在颜色差异，所以很可能存在误分割的情况，从而不能准确地提取出病咅感兴趣区域。
【发明内容】
[0004](一)解决的技术问题
[0005]针对现有技术的不足，本发明提供一种基于块标记的病害感兴趣区域提取方法及系统，可以在大田环境下实现病害感兴趣区域的准确提取。
[0006](二)技术方案
[0007]为实现以上目的，本发明通过以下技术方案予以实现:
[0008]一种基于块标记的病害感兴趣区域提取方法，其特征在于，该方法包括:
[0009]在原图像的灰度图像中通过提取边缘特征将图像分为若干个块；
[0010]在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病咅感兴趣区域中；
[0011]基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像；
[0012]基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域；
[0013]在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
[0014]优选地，所述在原图像的灰度图像中通过提取边缘特征将图像分为若干个块包括:
[0015]将原图像转换为灰度图像；
[0016]在所述灰度图像中提取边缘点；
[0017]将所述边缘点组合为若干个连通分量，使所有互为八邻域点的两个边缘点都属于同一个连通分量；[0018]将所述连通分量组合为若干个块边界，使所有位置关系满足预定条件的连通分量都属于同一个块边界；
[0019]按所述块边界将图像分为若干个块。
[0020]优选地，所述预定条件包括两个连通分量中相距最近的两个边缘点之间相距的像素数，小于两连通分量中边缘点数较小者的边缘点数的一半。
[0021]优选地，在所述按所述块边界将图像分为若干个块步骤之前，进一步包括将所围面积小于预定噪声阈值的块边界从图像中除去。
[0022]优选地，所述按所述块边界将图像分为若干个块包括:
[0023]获取所有块边界组成图形的外接矩形；
[0024]将每一个由所述外接矩形与所有块边界围成的四连通区域视作一个单独的块；
[0025]将原图像中在所述外接矩形之外的部分视作一个单独的块。
[0026]优选地，所述将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中包括当处理对象为绿色叶片的植物时，计算每个所述块中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的块判定为符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中。
[0027]优选地，所述将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中包括在处理对象为绿色叶片的植物时，计算每个所述区域中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的区域判定为符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
[0028]一种基于块标记的病害感兴趣区域提取系统，其特征在于，该系统包括:
[0029]块划分模块，用于在原图像的灰度图像中通过提取边缘特征将图像分为若干个块；
[0030]块提取模块，用于在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病咅感兴趣区域中；
[0031]二值图像获取模块，用于基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像；
[0032]区域分割模块，用于基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域；
[0033]区域提取模块，用于在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
[0034]优选地，所述块划分模块包括:
[0035]灰度转换单元，用于将原图像转换为灰度图像；
[0036]边缘点提取单元，用于在所述灰度图像中提取边缘点；
[0037]连通分量组合单元，用于将所述边缘点组合为若干个连通分量，使所有互为八邻域点的两个边缘点都属于同一个连通分量；
[0038]块边界组合单元，用于将所述连通分量组合为若干个块边界，使所有位置关系满足预定条件的连通分量都属于同一个块边界；
[0039]块划分单元，用于按所述块边界将图像分为若干个块。
[0040]优选地，所述块提取模块包括颜色提取单元，用于在处理对象为绿色叶片的植物时，计算每个所述块中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的块判定为符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中。
[0041](三)有益效果
[0042]本发明至少具有如下的有益效果:
[0043]本发明先基于图像的边缘特征，将图像中所有被明显轮廓包围的部分都视作一个单独的块，然后基于块内的颜色特征，从中筛选出符合病害感兴趣区域颜色特征的块。由于正常的叶片边缘和叶片中的脉络都能通过边缘特征提取出来，所以这些提取出来的块通常包含了大多数的正常叶片区域和病害区域，也就是病害感兴趣区域。
[0044]进一步的，相对于已经提取出的病害感兴趣区域，图像中其他部分可能存在着由于边缘线条不明显而没有被找出来的病害感兴趣区域。此时，先区分当时的病害感兴趣区域与非病害感兴趣区域，基于原图像形成一个二值图像，然后基于距离变换和分水岭变换将其中的非病害感兴趣区域分割为若干个区域。对于这些区域，再基于颜色特征，从中筛选出符合病害感兴趣区域颜色特征的区域，加入到病害感兴趣区域中。也就是把图像的剩余部分再一次进行了分割和病害感兴趣区域的寻找。因为把这些其余部分又进一步细分了，所以其中由于边缘线条不明显而没有被找出来的病害感兴趣区域也可以被提取出来。
[0045]相较于仅基于图像颜色特征的固定标准的分割方法而言，这样的分割方式结合了图像的边缘特征和颜色特征，可以避免环境光线导致颜色差异而形成的误分割，可以更准确地提取病害感兴趣区域。
[0046]当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
【专利附图】
【附图说明】
[0047]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0048]图1是本发明一个实施例中的基于块标记的病害感兴趣区域提取方法流程图；
[0049]图2是本发明一个实施例中在具体图像中的连通分量组合效果示意图；
[0050]图3是本发明一个实施例中在具体图像中的块边界组合效果示意图；
[0051]图4是本发明一个实施例中在具体图像中的块划分效果示意图；
[0052]图5是本发明一个实施例中在具体图像中的感兴趣区域的块划分提取结果示意图，亦为获取二值图像的效果示意图；
[0053]图6是本发明一个实施例中距离变换中所用到的模板；
[0054]图7是本发明一个实施例中在具体图像中的距离变换效果示意图；
[0055]图8是本发明一个实施例中在具体图像中的分水岭变换效果示意图；
[0056]图9是本发明一个实施例中基于块标记的病害感兴趣区域提取系统的机构框图。
【具体实施方式】
[0057]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0058]实施例1
[0059]本发明实施例提出了一种基于块标记的病害感兴趣区域提取方法，参见图1，该方法包括:
[0060]步骤101:在原图像的灰度图像中通过提取边缘特征将图像分为若干个块；
[0061]步骤102:在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中；
[0062]步骤103:基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像；
[0063]步骤104:基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域；
[0064]步骤105:在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
[0065]本方法是基于一张大田环境下拍摄的植物叶片照片，具体是要提取其中的病害感兴趣区域，包括正常叶片部分和病斑部分。
[0066]可见，本方法大致上分为两个部分:块划分提取和区域划分提取。
[0067]块划分提取实际上就是通过提取图像中的边缘特征把图像中的被明显轮廓包围的部分视作块，然后基于块内的颜色特征，从中筛选出符合病害感兴趣区域颜色特征的块。由于正常的叶片边缘和叶片中的脉络都能通过边缘特征提取出来，所以这些提取出来的块通常包含了大多数的正常叶片区域和病害区域，也就是病害感兴趣区域。当然，块的划分是在原图像的灰度图像中进行的，而颜色特征的匹配是在原图像的彩色图像中进行的。
[0068]区域划分提取是在块划分提取之上的，其主要就是先区分当时的病害感兴趣区域与非病害感兴趣区域，基于原图像形成一个二值图像。然后基于距离变换和分水岭变换(其属于常用的图像分割方法)将其中的非病害感兴趣区域分割为若干个区域。也就是把已经提取出的病害感兴趣区域视为最低平台或最高平台，把剩下的区域按距离该平台的远近由低到高或由高到低排列，然后绘制其等高线图，并画出其中的分水线，从而将非病害感兴趣区域划分成了若干个区域。
[0069]对于这些区域，再基于颜色特征，从中筛选出符合病害感兴趣区域颜色特征的区域，加入到病害感兴趣区域中。也就是把图像的剩余部分再一次进行了分割和病害感兴趣区域的寻找。因为把这些其余部分又进一步细分了，所以其中由于边缘线条不明显而没有被找出来的病害感兴趣区域也可以被提取出来。
[0070]所以，本方法可以从图像中自动地提取出病害感兴趣区域，主要利用了边缘特征与颜色特征相结合的方法，先大体上确定了图像中的叶片部分，又在其余部分进行了进一步的查找和补充，可以在大田环境下实现病害感兴趣区域的准确提取。
[0071]更具体地，这里结合一个具体照片的处理实例来说明本方法的具体步骤。
[0072]首先，将照片转换为灰度图像，基于边缘特征将图像分块:首先用3X3 (像素)模板提取Canny边缘，并给每个边缘点分配一个标记；视互为八邻域点的两个边缘点的标记等价，用一个等价表记录所有的等价标记；使用这一等价表将所有拥有等价标记的像素点分配唯一标记,使每一个由拥有等价标记像素点组成的连通分量都有一个唯一的标记，对照片提取的连通分量参见图2。
[0073]这一步骤主要就是将所述边缘点都组合为了若干个连通分量，使所有互为八邻域点的两个边缘点都属于同一个连通分量。上面只是实现这一目的的一种方法实例，实际操作上可以根据多种其他现有算法实现。
[0074]接下来需要将所述连通分量组合为若干个块边界，使所有位置关系满足预定条件的连通分量都属于同一个块边界。实际上也就是将距离非常靠近的两个连通分量合并为一个，使图像中的连通分量呈现网状，并将图像分割为若干个块。这里所说的“预定条件”就是指用于描述连通分量间的距离足够近的一种数学表达式，举例来说就是“两个连通分量中相距最近的两个边缘点之间相距的像素数，小于两连通分量中边缘点数较小者的边缘点数的一半”，当然也可以参照现有技术中的图像处理方法做其他类似设定。
[0075]下面是一种组合方法实例:
[0076]定义连通分量之间的距离:
[0077]
【权利要求】
1.一种基于块标记的病害感兴趣区域提取方法，其特征在于，该方法包括: 在原图像的灰度图像中通过提取边缘特征将图像分为若干个块； 在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中； 基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像； 基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域； 在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
2.根据权利要求1所述的方法，其特征在于，所述在原图像的灰度图像中通过提取边缘特征将图像分为若干个块包括: 将原图像转换为灰度图像； 在所述灰度图像中提取边缘点； 将所述边缘点组合为若干 个连通分量，使所有互为八邻域点的两个边缘点都属于同一个连通分量； 将所述连通分量组合为若干个块边界，使所有位置关系满足预定条件的连通分量都属于同一个块边界； 按所述块边界将图像分为若干个块。
3.根据权利要求2所述的方法，其特征在于，所述预定条件包括两个连通分量中相距最近的两个边缘点之间相距的像素数，小于两连通分量中边缘点数较小者的边缘点数的一半。
4.根据权利要求2所述的方法，其特征在于，在所述按所述块边界将图像分为若干个块步骤之前，进一步包括将所围面积小于预定噪声阈值的块边界从图像中除去。
5.根据权利要求2所述的方法，其特征在于，所述按所述块边界将图像分为若干个块包括: 获取所有块边界组成图形的外接矩形； 将每一个由所述外接矩形与所有块边界围成的四连通区域视作一个单独的块； 将原图像中在所述外接矩形之外的部分视作一个单独的块。
6.根据权利要求1所述的方法，其特征在于，所述将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中包括当处理对象为绿色叶片的植物时，计算每个所述块中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的块判定为符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中。
7.根据权利要求1所述的方法，其特征在于，所述将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中包括在处理对象为绿色叶片的植物时，计算每个所述区域中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的区域判定为符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
8.一种基于块标记的病害感兴趣区域提取系统，其特征在于，该系统包括: 块划分模块，用于在原图像的灰度图像中通过提取边缘特征将图像分为若干个块；块提取模块，用于在原图像的彩色图像中将从所述若干个块中筛选出的符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中； 二值图像获取模块，用于基于原图像获取区分病害感兴趣区域与非病害感兴趣区域的二值图像； 区域分割模块，用于基于距离变换和分水岭变换将所述二值图像中的非病害感兴趣区域分割为若干个区域； 区域提取模块，用于在原图像的彩色图像中将从所述若干个区域中筛选出的符合病害感兴趣区域颜色特征的区域，划分到病害感兴趣区域中。
9.根据权利要求8所述的系统，其特征在于，所述块划分模块包括: 灰度转换单元，用于将原图像转换为灰度图像； 边缘点提取单元，用于在所述灰度图像中提取边缘点； 连通分量组合单元，用于将所述边缘点组合为若干个连通分量，使所有互为八邻域点的两个边缘点都属于同一个连通分量； 块边界组合单元，用于将所述连通分量组合为若干个块边界，使所有位置关系满足预定条件的连通分量都属于同一个块边界； 块划分单元，用于按所述块边界将图像分为若干个块。
10.根据权利要求8所述的系统，其特征在于，所述块提取模块包括颜色提取单元，用于在处理对象为绿色叶片的植物时，计算每个所述块中超绿像素点与超黄像素点所占的比例之和，并将所述比例之和大于预定值的块判定为符合病害感兴趣区域颜色特征的块，划分到病害感兴趣区域中。`
【文档编号】G06K9/46GK103778428SQ201410012650
【公开日】2014年5月7日 申请日期:2014年1月10日 优先权日:2014年1月10日
【发明者】张水发, 王开义, 潘守慧, 刘忠强, 杨锋, 王书锋, 王晓锋 申请人:北京农业信息技术研究中心