[發明專利]基于正態分布H閾值的紫色土圖像分割提取方法

有效

• 申請號: 201810845832.1
• 申請日: 2018-07-27
• 公開（公告）號: CN108961295B
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 曾紹華;程蓉;王帥;曾卓華
• 申請（專利權）人: 重慶師范大學;重慶市農業技術推廣總站
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/13;G06T7/12;G06T7/187
• 代理公司: 北京海虹嘉誠知識產權代理有限公司 11129
• 代理人: 呂小琴

1.一種基于正態分布H閾值的紫色土圖像分割提取方法，其特征在于：包括步驟：

S1：獲取含有紫色土區域的彩色圖像，將含有紫色土區域的彩色圖像轉化為HSV顏色空間的圖像Ⅰ；

S2：確定對圖像Ⅰ進行分割的閾值，根據對圖像Ⅰ進行分割的閾值，對圖像Ⅰ進行分割，得到二值圖像Ⅱ；

S3：識別二值圖像Ⅱ的邊界，得到二值圖像Ⅲ；

S4：提取二值圖像Ⅲ中紫色土區域的邊界，得到提取出邊界的二值圖像Ⅴ；

S5：對二值圖像Ⅲ中邊界分割出來的封閉區域進行填充，得到二值圖像Ⅳ；

S6：求二值圖像Ⅳ與含有紫色土區域的彩色圖像的哈達瑪積，得到只有紫色土區域的圖像；

所述步驟S2具體包括步驟：

S201：在圖像Ⅰ中提取N個m×n像素的子區域，其中N≥3；

求各個子區域的H分量均值，然后根據N的取值，對m×n像素的子區域進項篩選，獲取樣本區域，具體篩選過程如下：

若N＝3，則求兩兩子區域之間H分量均值的差值，將差值最小的兩個子區域合并，形成一個樣本區域，獲得樣本區域的H分量值的均值和方差；

若N3時，則對各個子區域的H分量均值進行大小排序，剔除H分量均值最大和最小的子區域，將剩余N-2個區域合并，形成一個樣本區域，獲得樣本區域的H分量值的均值和方差；

S202：建立正態分布H閾值計算模型，根據樣本區域的H分量值的均值和方差，確定對圖像Ⅰ進行分割的閾值；所述對圖像Ⅰ進行分割的閾值包括上限閾值H_upper和下限閾值H_lower；

S203：將圖像Ⅰ轉化為矩陣H_I，矩陣H_I中各元素值等于圖像Ⅰ中與各元素位置相同的像素點的H分量值，建立與矩陣H_I大小一樣的二值矩陣H'，并將二值矩陣H'中的元素初始化為0；

S204：根據分割更新規則對二值矩陣H'進行更新，將更新后的二值矩陣H'轉化為二值圖像，得到二值圖像Ⅱ；

所述分割更新規則為：若H_lower≤H(x,y)≤H_upper，則置H'(x,y)＝1；若H(x,y)H_lower或H(x,y)H_upper，則置H'(x,y)＝0；其中H(x,y)為矩陣H_I中位置為(x,y)的元素值，H'(x,y)為二值矩陣H'中位置為(x,y)的元素值。

2.根據權利要求1所述基于正態分布H閾值的紫色土圖像分割提取方法，其特征在于：所述步驟S202中正態分布H閾值計算模型為

H_lower＝μ-t_α/2×σ (1)

H_upper＝μ+t_α/2×σ (2)

其中，μ為H分量值的均值，σ為H分量值的標準差，α為非置信水平在正態分布內的覆蓋面積，t_α/2是t分布在置信度為1-α的分位數，H_lower為對圖像Ⅰ進行分割的下限閾值，H_upper為對圖像Ⅰ進行分割的上限閾值。

3.根據權利要求1所述基于正態分布H閾值的紫色土圖像分割提取方法，其特征在于：所述步驟S3包括步驟：

S301：將二值圖像Ⅱ圖像轉化為二值矩陣A，二值矩陣A中各元素值等于二值圖像Ⅱ中與各元素位置相同的像素點值；

S302：建立邊界識別模板；

S303：求二值矩陣A中的各個元素的8鄰域矩陣與邊界識別模板的卷積，

S304：根據二值矩陣A中的元素值和卷積結果，識別背景點、孤立點和邊界點，具體如下：

當二值矩陣A中的元素值為0時，則該元素為背景點；

當二值矩陣A中的元素值為1時，若卷積結果為0，則該元素對應的二值圖像Ⅱ中的像素點為孤立點；若卷積結果為8，則該元素對應的二值圖像Ⅱ中的像素點為邊界內部點；若卷積結果∈[1,7]，則該元素對應的二值圖像Ⅱ中的像素點為邊界點；其中，所述邊界內部點為由邊界點圍成封閉區域內部的點；

S305：在二值矩陣A中，將識別出的背景點、孤立點和邊界內部點對應的元素置0，邊界點對應的元素置1，然后將二值矩陣A變換為二值圖像，得到二值圖像Ⅲ。