Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种果树叶片病虫害区域自动分割提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:奇翼软件技术(大连)有限公司

摘要:本发明涉及图像处理技术领域,具体涉及一种果树叶片病虫害区域自动分割提取方法,包括:获取果树叶片图像的各通道图像的灰度直方图,根据灰度直方图得到第一灰度级,根据第一灰度级得到峰值宽度,根据第一灰度级对应的像素点数量和峰值宽度得到最优通道图像,将最优通道图像进行分块处理,根据分块图像的峰值集中度得到最优目标范围,根据最优目标范围得到线性函数,根据线性函数得到增强果树叶片图,根据增强果树叶片图得到病害影响程度。本发明通过对图像进行分块亮度增强或减弱处理,提高病虫害区域亮度,降低叶杆区域亮度,从而提高果树叶片病虫害的检测精度。

主权项:1.一种果树叶片病虫害区域自动分割提取方法,其特征在于,该方法包括以下步骤:采集果树叶片图像,获取果树叶片图像的各通道图像,以及各通道图像的灰度直方图;根据通道图像的灰度直方图得到第一灰度级以及第一灰度级对应的像素点数量,根据第一灰度级得到峰值宽度,根据第一灰度级对应的像素点数量和峰值宽度得到波峰集中程度,根据波峰集中程度得到最优通道图像;根据最优通道图像得到若干分块图像以及分块图像的顺序,根据分块图像的灰度直方图得到目标灰度级以及分块图像的目标范围,根据目标灰度级和分块图像的灰度直方图得到分块图像的峰值集中度,根据分块图像的目标范围和分块图像的峰值集中度得到任意两个分块图像的目标范围之间的差异性,根据目标范围之间的差异性得到最优目标范围,根据最优目标范围得到分块图像中像素点的线性函数,根据线性函数和分块图像的顺序得到增强果树叶片图;根据增强果树叶片图得到病害叶片区域;所述根据分块图像的目标范围和分块图像的峰值集中度得到任意两个分块图像的目标范围之间的差异性,根据目标范围之间的差异性得到最优目标范围,包括的具体步骤如下: 式中,为第i个分块图像的灰度直方图中目标灰度级左侧最近波谷位置的灰度级,记为第i个分块图像的目标范围的左侧取值,为第i个分块图像的灰度直方图中目标灰度级右侧最近波谷位置的灰度级,记为第i个分块图像的目标范围的右侧取值,为第j个分块图像的灰度直方图中目标灰度级左侧最近波谷位置的灰度级,记为第j个分块图像的目标范围的左侧取值,为第j个分块图像的灰度直方图中目标灰度级右侧最近波谷位置的灰度级,记为第j个分块图像的目标范围的右侧取值,为第i个分块图像的峰值集中度,为第j个分块图像的峰值集中度,为取绝对值,max()为取最大值,为第i个分块图像和第j个分块图像的目标范围之间的差异性;获取所有目标范围两两之间的差异性,将所有目标范围两两之间的差异性的最小值记为,表示第p个分块图像和第q个分块图像的目标范围之间的差异性,则最优目标范围为,为第p个分块图像的目标范围的左侧取值,为第p个分块图像的目标范围的右侧取值,为第q个分块图像的目标范围的左侧取值,为第q个分块图像的目标范围的右侧取值;所述根据最优目标范围得到分块图像中像素点的线性函数,包括的具体步骤如下:线性函数为: 式中,为最优通道图像通过分块后第k个分块图像中任意一个像素点的灰度值,为最优通道图像通过分块后第k个分块图像中任意一个像素点经过线性处理之后的灰度值,为最优目标范围的左侧取值,为最优目标范围的右侧取值。

全文数据:

权利要求:

百度查询: 奇翼软件技术(大连)有限公司 一种果树叶片病虫害区域自动分割提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。