一种作物叶片图像的光照处理方法及装置制造方法及图纸

本发明专利技术提供了一种作物叶片图像的光照处理方法及装置，方法包括：采集作物叶片的彩色图像I；对彩色图像I进行缩放处理形成彩色图像II；将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；对模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；对修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。本发明专利技术利用图像处理技术对获取的作物叶片图像进行分割、修复、增强处理，降低噪声影响，突出图像中的有用信息，以提高图像质量，为后续图像分割和特征提取等处理提供良好基础。

Illumination processing method and device for crop leaf image

The present invention provides a method and apparatus for illumination processing of crop leaf images, including: collecting color image I of crop leaf; scaling color image I to form color image II; converting color image II from RGB color space to L*a*b*color space; S4, based on IIr, IIg, II B and IIL sub-images. The template image M is obtained by dividing the normal illumination area and the spot or shadow area in the color image II by threshold method, dividing the template image M into blocks, and then repairing the spot or shadow area in each block to get the repaired image III. For the repaired image III, the citation-based method is used. The image enhancement algorithm of the guided filtering algorithm is enhanced to get the target image IIII. The invention uses the image processing technology to segment, repair and enhance the obtained crop leaf image, reduces the noise influence, highlights the useful information in the image, improves the image quality, and provides a good basis for subsequent image segmentation and feature extraction processing.

【技术实现步骤摘要】
一种作物叶片图像的光照处理方法及装置
本专利技术涉及农业
，具体涉及一种作物叶片图像的光照处理方法及装置。
技术介绍
在大田环境下采集作物叶片图像时，由于光照不均、天气变化等因素的影响，往往会在图像上留下光斑或者阴影区域，严重降低了图像的视觉质量，为后续的图像分割、特征提取、目标识别等操作带来困难。目前，常用的图像增强技术主要包括基于Gramma的方法、基于直方图的方法、基于Retinex理论的方法等。上述方法在对图像增强时，往往连同图像中的光斑或者阴影区域一起增强，难以将图像中的光斑或者阴影区域进行单独处理，因此，算法的增强效果并不是十分理想。
技术实现思路
针对现有技术中的缺陷，本专利技术提供了一种作物叶片图像的光照处理方法及装置，本专利技术利用图像处理技术对获取的作物叶片图像进行分割、修复、增强处理，降低噪声影响，突出图像中的有用信息，以提高图像质量，为后续图像分割和特征提取等处理提供良好基础。具体地，本专利技术提供了以下技术方案：第一方面，本专利技术提供了一种作物叶片图像的光照处理方法，包括：S1、利用图像采集设备采集作物叶片的彩色图像I；S2、对所述彩色图像I进行缩放处理形成彩色图像II，并分别提取R、G、B三个颜色通道上的子图像：IIr、IIg、IIb；S3、将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上，并提取L*通道上的子图像IIL；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；S5、对所述模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；S6、对所述修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。进一步地，所述对所述彩色图像I进行缩放处理形成彩色图像II，包括：利用双线性插值方法将所述彩色图像I归一化为m×n大小的彩色图像II，其中m、n分别为缩放后的彩色图像II的宽度和高度，其单位为像素。进一步地，所述S4包括：S41、在子图像IIL上，分别计算该子图像IIL中所有像素点的均值LMA和方差STM；S42、利用如下公式，将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；其中，θ1表示第一预设调整系数；θ2表示第二预设调整系数；M(x,y)为模板图像M中的像素点(x,y)的值，当M(x,y)＝1时，对应所述彩色图像II在该点处为光斑或者阴影；当M(x,y)＝0，则对应所述彩色图像II在该点处为正常光照区域；或，采用交互式图像分割方法将正常光照区域以及光斑或阴影区域进行分割，具体包括如下步骤：S41’、生成与彩色图像II相同大小的0值模板图像M′；S42’、在彩色图像II上，人工选择出图像中的光斑或阴影区域；S43’、在模板图像M′中，将彩色图像II上选择出的光斑或阴影区域对应位置的像素值设置为1，以完成正常光照区域以及光斑或阴影区域的分割。进一步地，所述S5包括：S51、将所述模板图像M划分为Num个大小为mb×nb的子模板图像，其中，mb、nb分别为子模板图像的宽度和高度，Num＝(m×n)/(mb×nb)，m、n分别为所述模板图像M的宽度和高度，mb、nb、m、n的单位均为像素；S52、针对Num个子模板图像中的每一个子模板图像bfi(x,y)，分别执行下述过程：统计子模板图像bfi(x,y)中像素点不为0的个数numb，其中，1≤i≤Num；若numb＞ε，则判定该子模板图像含有光斑或阴影区域，并对该子模板图像进行修复处理；其中，ε为预设阈值；若numb≤ε，则判定该子模板图像不含有光斑或阴影区域，其中，对于不含有光斑或阴影区域的子模板图像无需进行修复处理；S53、所有子模板修复后的图像即为修复后的图像III；其中，对子模板图像进行修复处理包括如下步骤：①生成与彩色图像II相同大小的0值模板图像Mi；②根据子模板图像bfi(x,y)在原模板图像M中的位置关系，将子模板图像bfi(x,y)中，对应为1位置处的像素点，在模板图像Mi中对应位置处设置为1；③根据下面公式，计算图像的尺度空间：startscale＝-log2(min(m,n))+p其中，m、n分别为所述模板图像M的宽度和高度，p为固定常数；④将彩色图像II和模板图像Mi分别按照scale＝2^(startscale)大小进行图像缩放；⑤将缩放后的图像，采用PatchMatch方法在Int(startscale,0)空间上进行多尺度图像修复；其中，Int()为取整函数。进一步地，所述S6包括：S61、对所述修复后的图像III，利用引导滤波算法进行滤波处理，形成图像IIIp；S62、根据如下公式，求取细节图像IIIq：IIIq＝III-IIIpS63、利用如下公式，对所述修复后的图像III进行增强处理，形成目标图像IIII：其中，LMA为子图像IIL中所有像素点的均值，LMX为子图像IIL中所有像素点中的最大值。第二方面，本专利技术还提供了一种作物叶片图像的光照处理装置，包括：获取单元，用于利用图像采集设备采集作物叶片的彩色图像I；缩放单元，用于对所述彩色图像I进行缩放处理形成彩色图像II，并分别提取R、G、B三个颜色通道上的子图像：IIr、IIg、IIb；转换单元，用于将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上，并提取L*通道上的子图像IIL；分割单元，用于基于IIr、IIg、IIb和IIL子图像，利用阈值法将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；修复单元，用于对所述模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；增强单元，用于对所述修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。进一步地，所述缩放单元在对所述彩色图像I进行缩放处理形成彩色图像II时，具体用于：利用双线性插值方法将所述彩色图像I归一化为m×n大小的彩色图像II，其中m、n分别为缩放后的彩色图像II的宽度和高度，其单位为像素。进一步地，所述分割单元，具体用于：S41、在子图像IIL上，分别计算该子图像IIL中所有像素点的均值LMA和方差STM；S42、利用如下公式，将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；其中，θ1表示第一预设调整系数；θ2表示第二预设调整系数；M(x,y)为模板图像M中的像素点(x,y)的值，当M(x,y)＝1时，对应所述彩色图像II在该点处为光斑或者阴影；当M(x,y)＝0，则对应所述彩色图像II在该点处为正常光照区域；或，所述分割单元，具体用于：采用交互式图像分割方法将正常光照区域以及光斑或阴影区域进行分割，具体包括如下步骤：S41’、生成与彩色图像II相同大小的0值模板图像M′；S42’、在彩色图像II上，人工选择出图像中的光斑或阴影区域；S43’、在模板图像M′中，将彩色图像II上选择出的光斑或阴影区域对应位置的像素值设置为1，以完成正常光照区域以及光斑或阴影区域的分割。进一步地，所述修复单元，具体用于：S51、将所述模板图像M划分为Num个大小为本文档来自技高网...

【技术保护点】
1.一种作物叶片图像的光照处理方法，其特征在于，包括：S1、利用图像采集设备采集作物叶片的彩色图像I；S2、对所述彩色图像I进行缩放处理形成彩色图像II，并分别提取R、G、B三个颜色通道上的子图像：IIr、IIg、IIb；S3、将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上，并提取L*通道上的子图像IIL；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；S5、对所述模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；S6、对所述修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。

【技术特征摘要】
1.一种作物叶片图像的光照处理方法，其特征在于，包括：S1、利用图像采集设备采集作物叶片的彩色图像I；S2、对所述彩色图像I进行缩放处理形成彩色图像II，并分别提取R、G、B三个颜色通道上的子图像：IIr、IIg、IIb；S3、将所述彩色图像II从RGB颜色空间转换到L*a*b*颜色空间上，并提取L*通道上的子图像IIL；S4、基于IIr、IIg、IIb和IIL子图像，利用阈值法将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；S5、对所述模板图像M进行分块处理，然后对每一块中的光斑或阴影区域进行修复处理，得到修复后的图像III；S6、对所述修复后的图像III，利用基于引导滤波算法的图像增强算法进行增强处理，得到目标图像IIII。2.根据权利要求1所述的方法，其特征在于，所述对所述彩色图像I进行缩放处理形成彩色图像II，包括：利用双线性插值方法将所述彩色图像I归一化为m×n大小的彩色图像II，其中m、n分别为缩放后的彩色图像II的宽度和高度，其单位为像素。3.根据权利要求1所述的方法，其特征在于，所述S4包括：S41、在子图像IIL上，分别计算该子图像IIL中所有像素点的均值LMA和方差STM；S42、利用如下公式，将所述彩色图像II中的正常光照区域以及光斑或阴影区域分割开来，得到模板图像M；其中，θ1表示第一预设调整系数；θ2表示第二预设调整系数；M(x,y)为模板图像M中的像素点(x,y)的值，当M(x,y)＝1时，对应所述彩色图像II在该点处为光斑或者阴影；当M(x,y)＝0，则对应所述彩色图像II在该点处为正常光照区域；或，采用交互式图像分割方法将正常光照区域以及光斑或阴影区域进行分割，具体包括如下步骤：S41’、生成与彩色图像II相同大小的0值模板图像M′；S42’、在彩色图像II上，人工选择出图像中的光斑或阴影区域；S43’、在模板图像M′中，将彩色图像II上选择出的光斑或阴影区域对应位置的像素值设置为1，以完成正常光照区域以及光斑或阴影区域的分割。4.根据权利要求1所述的方法，其特征在于，所述S5包括：S51、将所述模板图像M划分为Num个大小为mb×nb的子模板图像，其中，mb、nb分别为子模板图像的宽度和高度，Num＝(m×n)/(mb×nb)，m、n分别为所述模板图像M的宽度和高度，mb、nb、m、n的单位均为像素；S52、针对Num个子模板图像中的每一个子模板图像bfi(x,y)，其中，1≤i≤Num，分别执行下述过程：统计子模板图像bfi(x,y)中像素点不为0的个数numb；若numb＞ε，则判定该子模板图像含有光斑或阴影区域，并对该子模板图像进行修复处理；其中，ε为预设阈值；若numb≤ε，则判定该子模板图像不含有光斑或阴影区域；其中，对于不含有光斑或阴影区域的子模板图像无需进行修复处理；S53、所有子模板修复后的图像即为修复后的图像III；其中，对子模板图像进行修复处理包括如下步骤：①生成与彩色图像II相同大小的0值模板图像Mi；②根据子模板图像bfi(x,y)在原模板图像M中的位置关系，将子模板图像bfi(x,y)中，对应为1位置处的像素点，在模板图像Mi中对应位置处设置为1；③根据下面公式，计算图像的尺度空间：startscale＝-log2(min(m,n))+p其中，m、n分别为所述模板图像M的宽度和高度，p为固定常数；④将彩色图像II和模板图像Mi分别按照scale＝2^(startscale)大小进行图像缩放；⑤将缩放后的图像，采用PatchMatch方法在Int(startscale,0)空间上进行多尺度图像修复；其中，Int()为取整函数。5.根据权利要求1或4所述的方法，其特征在于，所述S6包括：S61、对所述修复后的图像III，利用引导滤波算法进行滤波处理，形成图像IIIp；S62、根据如下公式，求取细节图像IIIq：IIIq＝III-IIIpS63、利用如下公式，对所述修复后的图像III进行增强处理，形成目标图像IIII：其中，LMA为子图像IIL中所有像素点的均值，LMX为子图像IIL中所有像素点中的最大值。6.一种作物叶片图像的光照处理装置，其特征在于，包括：获取单...

【专利技术属性】
技术研发人员：王志彬，王开义，潘守慧，刘忠强，王晓锋，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京,11