[發明專利]一種基于SLIC超像素和自動閾值分割的農作物圖像病蟲害區域提取方法

有效

• 申請號: 201910400617.5
• 申請日: 2019-05-13
• 公開（公告）號: CN110120042B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 尹振東;李大森;吳健宇;吳芝路;吳明陽;李波;馬波
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

一種基于SLIC超像素和自動閾值分割的農作物圖像病蟲害區域提取方法，涉及基于圖像處理的農作物病蟲害檢測領域。本發明通過對上傳圖像信息進行圖像預處理，然后根據SLIC超像素分割算法將圖像分割為若干超像素區域，從而提取病蟲害葉片的邊緣信息；以分割為超像素的圖片為基礎，通過直方圖相交法合并超像素區域，從而將農作物葉片從背景干擾中提取出來。最后通過對葉片進行像素點遍歷，利用葉片圖像中正常區域與病蟲害區域圖像紋理相差較大的原理，設置自動閾值迭代將病蟲害區域與健康區域分割開，具有較高的提取精度和效率。

技術領域

本發明涉及基于圖像處理的農作物病蟲害檢測領域，具體涉及一種基于SLIC超像素和自動閾值分割的農作物圖像病蟲害區域提取方法。

背景技術

中國是一個農業大國，在國民經濟發展中占據著十分重要地位的農業生產中，農作物病蟲害的預防和治理十分重要。在病蟲害的防治工作中，首要并且最主要面對的問題是如何在農作物的生長過程中，對危害農作物的病蟲進行正確的識別并在正確的識別的基礎上，對病蟲所造成的危害做出準確的分析，因此，需要對農作物病蟲害區域進行提取，以便進行后續的識別工作。目前，檢測農作物的病蟲害一般是通過人工檢查、測量、統計計算等步驟確定。農業技術人員或專家面臨著大量的重復工作。同時傳統的人工方法存在病害面積不方便計算，人工統計害蟲數量時容易引起害蟲逃逸等難以解決的問題，這些問題給農業科研工作者帶來了工作上的極大不便。本發明利用圖像處理技術，能夠有效提取出農作物病蟲害區域，使檢測工作更具效率性，準確性和實用性。

發明內容

本發明的目的在于克服由于人工檢測統計方法測量效率低、誤差大、重復工作等缺點，以及在檢測過程中由于人為因素帶來的局限，進而提供了一種基于SLIC超像素和自動閾值分割的農作物病蟲害區域提取方法。

為了解決背景技術所存在的問題，本發明采用以下解決方案：

一種基于SLIC超像素和自動閾值分割的農作物病蟲害區域提取算法，它包括以下步驟：

步驟一：圖像預處理：將收集到的農作物病蟲害圖像數據進行中值濾波處理，防止噪聲干擾。

步驟二：確定初始聚類中心S₀[s₁,s₂,...s_s]：根據原始圖像等距離L的選取s個聚類中心，記原始圖像像素點個數為N，根據確定s個聚類中心記為S[s₁,s₂,...s_s]。分別計算這s個聚類中心周圍3×3區域內所有像素點的梯度值，選取其中梯度值最小的點為新的初始聚類中心，記為S₀[s₁,s₂,...s_s]。

步驟三：進行聚類：在初始聚類中心S₀[s₁,s₂,...s_s]周圍2L×2L區域內進行聚類，聚類準則取決于像素點與聚類中心的亮度差與距離，當像素點與聚類中心亮度差和距離小于閾值δ時，將該像素點歸為該聚類中心一類，否則歸入不同類。得到s個區域記為V₁[v₁,v₂,...v_s]，計算這s個區域內各像素點與聚類中心距離和亮度差的均值，選取與聚類中心的距離和亮度差最接近均值的像素點s個作為新的聚類中心，記為S₁[s₁,s₂,...s_s]。