[發明專利]紫色土土壤圖像陰影增強方法

有效

• 申請號: 201910705747.X
• 申請日: 2019-08-01
• 公開（公告）號: CN110428380B
• 公開（公告）日: 2022-02-18
• 發明（設計）人: 曾紹華;羅俁桐;郝森;詹林慶
• 申請（專利權）人: 重慶師范大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06T7/11;G06T7/136;G06T7/90
• 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

本發明提供一種紫色土土壤圖像陰影增強方法，包括步驟：S1：將紫色土土壤的原始圖像劃分為非陰影區域、半陰影區域和全陰影區域；S2至S9：將陰影區域亮度進行初始增強，S10：對陰影區域亮度增強后的紫色土土壤的初始圖像進行色溫校正；S11：對色溫校正后的紫色土土壤圖像進行局部對比度校正；本發明通過建立紫色土土壤圖像的光照模型，對分割出紫色土土壤圖像的半陰影區域和全陰影區域，進行亮度增強，以方便后續對紫色土土種的準確識別。

技術領域

本發明涉及紫色土圖像識別的技術領域，具體涉及一種紫色土土壤圖像陰影增強方法。

背景技術

機器視覺識別土壤在農業生產中有著重要的實用價值。在農業生產中，識別土壤是非常重要的。由于土壤分類系統復雜，只有極少數科研院所的專家才能準確辨識土壤，生產一線的農業技術人員要完全準確的把當地土壤辨識清楚也是非常困難的。基于土壤分類系統的土壤類型識別是一個農業生產實踐中的共性難題。人工智能技術的發展，使機器視覺識別土壤成為可能。機器視覺辨識土壤是對野外自然條件下拍攝的具有復雜背景的土壤圖像進行識別，提高對紫色土土壤圖像的分割提取精度。

但是提取出紫色土圖像受到直接光照和間接光照的影響，往往存在陰影，陰影的存在，對后續對紫色土土屬和土種的識別造成影響，使識別出的紫色土土屬和土種過程時間開銷大，識別出的結果并不準確，甚至相差甚遠。

發明內容

有鑒于此，本發明的目的是提供一種紫色土土壤圖像陰影增強方法，通過建立紫色土土壤圖像的光照模型，對分割出紫色土土壤圖像的半影區域和全影區域，進行亮度增強，以方便后續對紫色土土屬和土種的準確識別。

本發明提供一種紫色土土壤圖像陰影增強方法，包括步驟：

S1：將紫色土土壤的原始圖像劃分為非陰影區域、半影區域和全影區域；

S2：將紫色土土壤的原始圖像轉換為HSI顏色模型的H域值矩陣H₀；其中，矩陣H₀對應于原始圖像相同位置的像素的H域值；

將紫色土土壤的原始圖像轉換為HSI顏色模型的I域值矩陣I₀；其中，矩陣I₀對應于原始圖像相同位置的像素的I域值；

S3：按1°整化統計得到非陰影區域、全影區域和半影區域中像素點H分量的直方圖Hist_l、Hist_f和Hist_p；其中，Hist_l為非陰影區域中像素點H分量的直方圖，Hist_f為全影區域中像素點H分量的直方圖，Hist_p為半影區域中像素點H分量的直方圖；其中，按1°整化統計得到非陰影區域、全影區域和半影區域中像素點H分量的直方圖是指將紫色土土壤的原始圖像的H分量等角度劃分為360等分，每個等分對應一個灰度級；

S4：初始化的標記向量Hist；其中，標記向量Hist初始化為360維的0向量，標記向量Hist中的每一維分別對應為按1°整化得到各等分對應的灰度級的標簽；

S5：依次遍歷向量Hist_l、Hist_f和Hist_p中的各個灰度級，若灰度級對應的向量Hist_l、Hist_f和Hist_p的值都大于零，則更新該灰度級對應的標記向量中的標簽值為1；

S6：重復步驟S5，直到所有的向量Hist_l、Hist_f和Hist_p中的各個灰度級都被遍歷，得到更新后的標記向量HistⅠ；

S7：計算非陰影區域中標記向量HistⅠ中標簽值為1的所有灰度級對應的所有像素點亮度的算術平均值μ_l；計算全影區域中標記向量HistⅠ中標簽值為 1的所有灰度級對應的所有像素點亮度的算術平均值μ_f；計算半影區域中標記向量HistⅠ中標簽值為1的所有灰度級對應的所有像素點亮度的算術平均值μ_p；