[發(fā)明專利]基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110382656.4 | 申請日: | 2021-04-09 |
| 公開(公告)號: | CN112862841A | 公開(公告)日: | 2021-05-28 |
| 發(fā)明(設(shè)計)人: | 楊公平;王沖;孫啟玉;宋成秀;褚德峰;張同心 | 申請(專利權(quán))人: | 山東大學(xué);山東鋒士信息技術(shù)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(dá)知識產(chǎn)權(quán)代理有限公司 37221 | 代理人: | 黃海麗 |
| 地址: | 250101 山東*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 形態(tài)學(xué) 自適應(yīng) 閾值 棉花 圖像 分割 方法 系統(tǒng) | ||
本發(fā)明公開了基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法及系統(tǒng),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(zhuǎn)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(tài)學(xué)重構(gòu),以去除圖像中的暗點和瑕疵;對形態(tài)學(xué)重構(gòu)處理后的圖像進行灰度變換,以增強棉花區(qū)域與背景區(qū)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(jié)果。提高自然環(huán)境下棉花的分割精度。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,特別是涉及基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法及系統(tǒng)。
背景技術(shù)
本部分的陳述僅僅是提到了與本發(fā)明相關(guān)的背景技術(shù),并不必然構(gòu)成現(xiàn)有技術(shù)。
隨著科學(xué)技術(shù)的飛速發(fā)展,智能采摘機器人越來越多地應(yīng)用在的農(nóng)業(yè)生產(chǎn)當(dāng)中,采棉機器人的研發(fā)具有重大的現(xiàn)實意義和廣泛的應(yīng)用前景。采棉機器人在采摘棉花過程中首先要解決的問題是將棉花圖像從復(fù)雜的環(huán)境背景中分割出來。棉花圖像分割效果的優(yōu)劣會直接影響采摘系統(tǒng)的準(zhǔn)確性。
目前棉花目標(biāo)的分割方法還處于研究探索階段:很多傳統(tǒng)圖像處理方法受到光照和環(huán)境背景的影響較大,難以準(zhǔn)確分割各種復(fù)雜自然環(huán)境下的棉花;基于深度學(xué)習(xí)的圖像分割方法則需要以大量的標(biāo)記圖像為基礎(chǔ),且計算量較大,模型訓(xùn)練時間較長,對硬件配置要求較高,難以應(yīng)用到棉花圖像的分割。
發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)的不足,本發(fā)明提供了基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法及系統(tǒng);提高自然環(huán)境下棉花的分割精度。
第一方面,本發(fā)明提供了基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法;
基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割方法,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(zhuǎn)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(tài)學(xué)重構(gòu),以去除圖像中的暗點和瑕疵;
對形態(tài)學(xué)重構(gòu)處理后的圖像進行灰度變換,以增強棉花區(qū)域與背景區(qū)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(jié)果。
第二方面,本發(fā)明提供了基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割系統(tǒng);
基于形態(tài)學(xué)重構(gòu)和自適應(yīng)閾值的棉花圖像分割系統(tǒng),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(zhuǎn)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(tài)學(xué)重構(gòu)模塊,其被配置為:對濾波處理后的圖像進行形態(tài)學(xué)重構(gòu),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(tài)學(xué)重構(gòu)處理后的圖像進行灰度變換,以增強棉花區(qū)域與背景區(qū)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(jié)果。
第三方面,本發(fā)明還提供了一種電子設(shè)備,包括:一個或多個處理器、一個或多個存儲器、以及一個或多個計算機程序;其中,處理器與存儲器連接,上述一個或多個計算機程序被存儲在存儲器中,當(dāng)電子設(shè)備運行時,該處理器執(zhí)行該存儲器存儲的一個或多個計算機程序,以使電子設(shè)備執(zhí)行上述第一方面所述的方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東大學(xué);山東鋒士信息技術(shù)有限公司,未經(jīng)山東大學(xué);山東鋒士信息技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110382656.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種多功能建筑起重機
- 下一篇:一種即熱式反滲透凈水機
- 一種數(shù)學(xué)形態(tài)學(xué)和LoG算子結(jié)合的邊緣檢測算法
- 一種利用形態(tài)學(xué)中心算子的圖像融合方法
- 基于形態(tài)學(xué)房屋指數(shù)的高分辨率遙感影像房屋提取方法
- 一種利用數(shù)學(xué)形態(tài)學(xué)切換變換構(gòu)造形態(tài)學(xué)對比度算子的礦物圖像增強方法
- 高分辨率遙感影像快速分割方法
- 基于改進Roberts算子的不規(guī)則飲料瓶碼放圖像邊緣檢測方法
- 檢測模式控制電路
- 檢測模式控制電路
- 一種基于稀疏結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)信號處理方法
- 一種城市建筑物高分遙感影像自動提取的方法及裝置
- 使用后向自適應(yīng)規(guī)則進行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺
- 采用自適應(yīng)機匣和自適應(yīng)風(fēng)扇的智能發(fā)動機
- 一種自適應(yīng)樹木自動涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動機燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)





