[發明專利]一種作物葉片圖像的增強方法和裝置

有效

• 申請號: 201711260921.1
• 申請日: 2017-12-04
• 公開（公告）號: CN108198156B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 王志彬;王開義;潘守慧;趙向宇;劉忠強;韓焱云
• 申請（專利權）人: 北京農業信息技術研究中心
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T5/20;G06T5/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明提供一種作物葉片圖像的增強方法和裝置，包括：S1、對于采集到的彩色圖像進行縮放，獲取作物葉片彩色圖像；S2、基于改進的引導濾波算法對作物葉片彩色圖像進行濾波處理，獲取第一彩色圖像；S3、用所述作物葉片彩色圖像減去所述第一彩色圖像，獲取第二彩色圖像，所述第二彩色圖像是所述第一彩色圖像的細節圖像；S4、基于所述第二彩色圖像中的像素亮度值的均值和所述第二彩色圖像的每一像素的對比度，將所述第一彩色圖像和所述第二彩色圖像進行融合，獲取作物葉片的增強圖像。本發明對作物葉片圖像進行了增強，降低了噪聲影響，突出了圖像中的有用信息，提高了圖像質量；克服了現有技術中存在的顏色失真、增強效果不明顯等問題。

技術領域

本發明涉及數字圖像處理技術領域，更具體地，涉及一種作物葉片圖像的增強方法和裝置。

背景技術

葉片是作物外部形態中反應最為敏感的器官。根據完整的葉片圖像可以準確地實現作物種類歸屬的判斷、生長狀況的監測、病蟲害的識別等。在大田環境下采集作物葉片圖像時，由于環境復雜、光照變化、霧霾、天氣等干擾因素的影響，嚴重降低了所采集的作物葉片圖像的質量。目前，常用的圖像增強技術在對葉片圖像進行增強時效果不是十分理想。

現在主要有幾種進行葉片圖像增強的方法。一是利用中值濾波技術進行圖像增強，當圖像邊緣信息比較復雜的時候，效果較差。二是小波變換法，這種方法則主要存在多級小波分解的計算量較大，圖像增強效率低的問題，且沒有考慮人類視覺系統的因素，增強后圖像易出現失真現象，難以獲得令人滿意的圖像增強效果。然后是基于Retinex理論的圖像增強方法，以及在此基礎上發展的單尺度Retinex、多尺度Retinex和帶彩色恢復多尺度Retinex算法等改進算法，主要存在會出現不同程度的彩色失真的問題。

發明內容

本發明提供一種克服上述問題的一種作物葉片圖像的增強方法和裝置。

根據本發明的一個方面，提供一種作物葉片圖像的增強方法，包括：S1、對于采集到的彩色圖像進行縮放，獲取作物葉片彩色圖像；S2、基于改進的引導濾波算法對所述作物葉片彩色圖像進行濾波處理，獲取第一彩色圖像；S3、用所述作物葉片彩色圖像減去所述第一彩色圖像，獲取第二彩色圖像，所述第二彩色圖像是所述第一彩色圖像的細節圖像；S4、基于所述第二彩色圖像中的像素亮度值的均值和所述第二彩色圖像的每一像素的對比度，將所述第一彩色圖像和所述第二彩色圖像進行融合，獲取作物葉片的增強圖像。

優選地，步驟S1進一步包括：基于雙線性插值方法對所述采集到的彩色圖像進行歸一化處理，獲取所述作物葉片彩色圖像，所述作物葉片彩色圖像的大小為col×row，其中，col為預設的所述作物葉片彩色圖像在寬度上的像素個數，row為預設的所述作物葉片彩色圖像在高度上的像素個數。

優選地，步驟S4之后還包括：S5、對所述作物葉片的增強圖像進行歸一化處理，獲取歸一化彩色圖像。

優選地，步驟S2進一步包括：S21、對于所述作物葉片彩色圖像在RGB顏色空間上的對應于紅色的紅色子圖像、對應于綠色的綠色子圖像和對應于藍色的藍色子圖像，分別獲取濾波后紅色子圖像、濾波后綠色子圖像和濾波后藍色子圖像；S22、將所述濾波后紅色子圖像、所述濾波后綠色子圖像和所述濾波后藍色子圖像組合，獲取所述第一彩色圖像。

優選地，步驟S21進一步包括：S211、通過下組公式，基于最小二乘法獲取設定半徑范圍內所述紅色子圖像的中心像素點的鄰域內的線性系數：

其中，E為最小化代價函數，i為鄰域窗口內的像素點，ω_k為鄰域窗口，N為鄰域窗口內像素點的個數，F_i為引導圖像，p_i為紅色子圖像，為邊緣權重因子，γ為約束因子，ε為設定參數，|gr(k)|為領域窗口中心點k處綜合所有梯度方向的梯度幅值，a_k和b_k均為鄰域內的線性系數；|gr(i)|為綜合所有梯度方向的梯度幅值；