[發明專利]基于形態學重構和自適應閾值的棉花圖像分割方法及系統

在審

• 申請號: 202110382656.4
• 申請日: 2021-04-09
• 公開（公告）號: CN112862841A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 楊公平;王沖;孫啟玉;宋成秀;褚德峰;張同心
• 申請（專利權）人: 山東大學;山東鋒士信息技術有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/155;G06T5/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，包括：

獲取待處理棉花圖像；將待處理棉花圖像由RGB顏色空間轉換為HSV顏色空間；

提取HSV顏色空間的棉花圖像的飽和度S分量；

對飽和度分量圖像進行濾波處理，以去除圖像中的隨機噪聲；

對濾波處理后的圖像進行形態學重構，以去除圖像中的暗點和瑕疵；

對形態學重構處理后的圖像進行灰度變換，以增強棉花區域與背景區域之間的對比度；

對灰度變換后的圖像進行閾值分割，得到棉花圖像的分割結果。

2.如權利要求1所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，對飽和度分量圖像進行濾波處理，以去除圖像中的隨機噪聲；具體包括：

對飽和度分量圖像進行中值濾波處理，以去除圖像中的隨機噪聲。

3.如權利要求1所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，對濾波處理后的圖像進行形態學重構，以去除圖像中的暗點和瑕疵；具體包括：

對圖像進行開運算重構；

對開運算重構后的圖像，進行閉運算重構。

4.如權利要求3所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，對圖像進行開運算重構；具體包括：

開運算重構就是先腐蝕后進行重構的過程：首先是利用結構元對原圖像，即模板圖像進行腐蝕操作，然后將腐蝕后的圖像作為標記圖像進行重構運算。

5.如權利要求3所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，對開運算重構后的圖像，進行閉運算重構；具體包括：

閉運算重構則是基于開運算重構之后的圖像進行處理，先對圖像進行膨脹操作，然后分別對膨脹前和膨脹后的圖像分別進行取反運算，將膨脹前的圖像進行反運算的結果，作為新的模板圖像；將膨脹后的圖像進行反運算的結果，作為標記圖像，再進行重構運算。

6.如權利要求4或5所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，所述重構；具體包括：

(1)：將h1初始化為標記圖像f；標記圖像f必須是模板圖像g的一個子集，即h1表示最原始的標記圖像；

(2)：創建結構元b，采用半徑為10像素的圓盤形結構元；

(3)：迭代h_k+1＝(h_k⊕b)∩g，直到h_k+1＝h_k，h_k表示經過第k次迭代的標記圖像；b是結構元；

交集運算保證模板圖像g限制標記圖像h的生長，直到標記圖像h迭代之后不再發生變化，重構結束。

7.如權利要求1所述的基于形態學重構和自適應閾值的棉花圖像分割方法，其特征是，對灰度變換后的圖像進行閾值分割，得到棉花圖像的分割結果；具體包括：

基于Otsu方法，對灰度變換后的圖像進行閾值分割，得到棉花圖像的分割結果。

8.基于形態學重構和自適應閾值的棉花圖像分割系統，其特征是，包括：

獲取模塊，其被配置為：獲取待處理棉花圖像；將待處理棉花圖像由RGB顏色空間轉換為HSV顏色空間；

飽和度分量提取模塊，其被配置為：提取HSV顏色空間的棉花圖像的飽和度S分量；

濾波模塊，其被配置為：對飽和度分量圖像進行濾波處理，以去除圖像中的隨機噪聲；

形態學重構模塊，其被配置為：對濾波處理后的圖像進行形態學重構，以去除圖像中的暗點和瑕疵；

灰度變換模塊，其被配置為：對形態學重構處理后的圖像進行灰度變換，以增強棉花區域與背景區域之間的對比度；

圖像分割模塊，其被配置為：對灰度變換后的圖像進行閾值分割，得到棉花圖像的分割結果。