[發明專利]基于圖像處理技術的檢測果樹樹葉稀密程度的方法

在審

• 申請號: 201410123409.2
• 申請日: 2014-03-31
• 公開（公告）號: CN104008365A
• 公開（公告）日: 2014-08-27
• 發明（設計）人: 張富貴;沈明明;袁奎;吳雪梅;劉國志;陳宇熠
• 申請（專利權）人: 貴州大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/54
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 吳無懼

技術領域

本發明涉及一種基于圖像處理技術的檢測果樹樹葉稀密程度的方法，尤其指不需要標定白板的檢測方法。?

背景技術

果樹樹葉稀密程度的實時快速檢測是基于實時的變量噴霧的關鍵技術。關于單株果樹生物量密度的概念，目前國內外還沒有確切的定義。國外主要集中于森林或木材生物量密度及區域作物的生物量密度研究，但針對單株果樹生物量密度進行研究的學者很少。果樹樹葉稀密程度是指一幅果樹圖像中樹葉與樹干占整個果樹圖像的面積比。現有方法將采集圖像時相機所設定圖像的大小作為整個果樹圖像的面積，但該值比果樹實際輪廓面積要大，從而導致計算的果樹樹葉稀密程度值比實際偏小；該方法還要求在同一成像距離下采集樣本作為標準，其后再采用BP數據融合技術消除成像距離對果樹樹葉稀密程度檢測結果的影響。為此，本發明提出一種可以解決現有法檢測樹葉稀密程度值比實際值偏小且受成像距離影響的問題，更能反映果樹的生物量密度水平的測量果樹樹葉稀密度的數字圖像處理方法。?

發明內容

本發明所要解決的技術問題是能夠識別采集圖像中整棵果樹的實際輪廓，解決現有法檢測樹葉稀密程度值比實際值偏小且受成像距離影響的問題。?

本發明的技術內容：一種基于圖像處理技術的檢測果樹樹葉稀密程度的方法，包含下列步驟：?

（1）圖像的識別技術，利用超綠色法與OTSU算法清晰識別出果樹圖像；

（2）圖像的去噪、形態學處理：將經過圖像識別技術處理過得果樹二值化圖像經過中值濾波去噪，形態學計算處理增強圖像的識別性；

（3）圖像輪廓的計算：利用算法檢測果樹圖像所占的最大輪廓—果樹圖像的長及寬，然后以此計算出果樹圖像的輪廓面積；

（4）計算圖像中果樹樹葉樹干所占的面積；

（5）果樹樹葉稀密程度的計算：利用步驟4計算出的果樹樹葉所占的面積除以果樹圖像的輪廓面積的值即為果樹樹葉稀密程度。

本發明的有益效果：?

超綠色法能較好的提取綠色的果樹圖像，土壤能被明顯的抑制，使果樹圖像更為突出；

膨脹運算增加了代表果樹的白色區域，解決了錯分的問題，提高后續果樹樹葉稀密程度的計算準確性。

該方法不需要固定成像距離和使用白板標定，最大輪廓矩形法對果樹圖像面積的檢測是因果樹實際圖像而異的，不存在現有方法統一采用相機所設定的圖像大小作為最大輪廓而導致所檢測到的樹葉稀密程度偏小的問題。?

中值濾波能去除噪聲，但不能完全去除表示殘留土壤的白色獨立像素點。連續4次腐蝕與膨脹能將果樹圖像中的獨立像素點得到了較好的去除，且果樹圖像輪廓變得光滑，凸顯了果樹圖像。?

附圖說明

圖1?本發明的果樹最大輪廓檢測原理示意圖，a-果樹圖像輪廓的寬，b-果樹圖像輪廓的長c-照片設定的長，d-照片設定的寬，1-果樹圖像；?

圖2?本發明的以二值圖檢測果樹樹葉稀密程度的流程框圖；

圖3?本發明的實例展示圖，其中a:采集的果樹圖像；b：超綠色法灰度化后果樹圖像；c：OTSU分割后且二值化果樹圖像；d：中值濾波后果樹圖像；e：開啟運算后果樹圖像；f：膨脹運算后果樹圖像。

具體實施方式