[發明專利]一種增強圖像中植物色彩的方法和系統

在審

• 申請號: 202011202232.7
• 申請日: 2020-11-02
• 公開（公告）號: CN112307983A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 李衛星
• 申請（專利權）人: 深圳市中諾通訊有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06T5/00;G06T7/90
• 代理公司: 中山市科企聯知識產權代理事務所(普通合伙) 44337
• 代理人: 楊立銘;楊茵

1.一種增強圖像中植物色彩的方法，其特征在于，所述方法包括：

獲取待增強色彩的原始圖像，利用SSD模型對原始圖像中的植物進行檢測與種類識別；

根據原始圖像中檢測到的植物區域中RGB三通道中的G/R、G/B的值，進一步判斷該植物的顏色；以及，判斷該植物是否為該原始圖像的主體；

若該植物是原始圖像的主體；

根據該植物的顏色特征，對原始圖像中的植物進行差異化色彩增強。

2.根據權利要求1所述的方法，其特征在于，在利用SSD模型對原始圖像中的植物進行檢測與種類識別之前還包括對SSD模型進行訓練，其訓練方法包括：

搜集若干張含有植物的樣本圖像，按植物的葉子形狀進行分類；

將樣本圖像輸入SSD模型，設置不同尺寸的先驗框，匹配不同外形的植物類別，生成對應的特征映射圖；

特征映射圖經過預測卷積層轉換得到用于區分植物類別的預測框和對應的類別置信度；

通過類別損失函數和分類損失函數更新SSD模型參數，得到最優的SSD模型。

3.根據權利要求2所述的方法，其特征在于，對原始圖像中的植物進行檢測與種類識別包括

將原始圖像輸入到訓練好的SSD模型中，通過類別置信度對邊界框進行降序排列，若置信度高于預設值，則計算邊界框與先驗框的交并比；

利用非極大值抑制方法得到每種分類的最優預測框和所屬的類別，輸出識別結果。

4.根據權利要求1所述的方法，其特征在于，所述判斷該植物的顏色包括通過SSD模型獲取該植物葉子的邊緣，描繪出該植物的邊界區域，統計該邊界區域內植物像素點的G/R_ave和G/B_ave，判斷該植物的真實顏色。

5.根據權利要求1所述的方法，其特征在于，所述判斷該植物是否為該原始圖像的主體是根據該植物在原始圖像中的位置或/和植物在原始圖像中的像素占比來判斷的。

6.根據權利要求5所述的方法，其特征在于，以該植物在原始圖像中的位置來判斷該植物是否為原始圖像的主體包括：

設定原始圖像中的某一點為圖像中心坐標C(x，y)，以及，設定植物區域的某一點為植物中心坐標G(x₁，y₁)，原始圖像的長寬分別為W、H，植物的心點與圖像的中心點的距離為

若滿足如下條件，則，判斷該植物為原始圖像的主體；

7.根據權利要求5所述的方法，其特征在于，以植物在原始圖像中的像素占比來判斷該植物是否為原始圖像的主體包括：

計算原始圖像的像素點的數量n，和計算植物區域在原始圖像中的像素點的數量n₁，

若n₁≥0.4*n，則判斷該植物為原始圖像的主體。

8.根據權利要求1所述的方法，其特征在于，所述根據該植物的顏色特征，對原始圖像中的植物進行差異化色彩增強包括：

獲取植物在原始圖像中輸入像素值(R_in，G_in，B_in)，進行差異化色彩增強后的輸出值為(R_out，G_out，B_out)，則增強色彩的過程為：

R_out＝k₁*R_in+b₁

G_out＝k₂*G_in+b₂

B_out＝k₃*B_in+b₃

其中，k₁，k₂，k₃代表RGB三通道的強度系數，b₁，b₂，b₃代表RGB三通道的偏移量。