【技术实现步骤摘要】
本专利技术涉及计算机视觉与图像处理，尤其是涉及一种基于聚类和颜色分割的叶片正反面图像分割方法。
技术介绍
1、叶片信息是植物生长状况的直接反映，通过图像处理技术获取植物叶片的关键有效特征对基于计算机视觉的植物叶片识别和分析具有重要意义。由于绝大多数植物叶片图像中的背面和正面叶片部分颜色和纹理特征有一定的差异，将正面和背面叶片图像分割开来有助于对叶片图像更好地进行分析和处理。而在正常光源下的堆叠叶片图像通过人眼难以有效区分叶片正反面部分，如何将正反面叶片部分从一堆叠加叶片的图像中分割出来是目前面临的一个非常困难的问题。
2、紫外光在物体表面会产生不同的反射和吸收效应。而植物叶片正面和背面的表面特征不同，导致它们在紫外光下会产生不同的反应。以新鲜茶叶为例，相对于背面，叶片正面部分更平滑且具有较高的反射率，在紫外光下会呈现出更亮的效果。
3、常规光源下的叶片图像通常无法有效进行正反面叶片部分的分割，在紫外光源下叶片正反面部分有较大的亮度差异，但紫外光源下的植物叶片图像不利于进行有关叶片颜色特征的处理和分析。
技术实现思路
1、本专利技术的目的是提供一种基于聚类和颜色分割的叶片正反面图像分割方法，利用紫外光源叶片图像和k-means聚类方法获取mask掩码用于分割正常光源下的植物叶片正反面图像，并结合hsv颜色空间去除掉图像背景部分，从而实现分别将叶片正面和背面部分从堆叠叶片图像中分割出来，实用性强、准确性高。
2、为实现上述目的，本专利技术提供了一种基
3、s1、获取正常光源和紫外光源下的堆叠叶片图像；
4、s2、将正常光源叶片图像转为hsv颜色空间并利用颜色分割去除掉图像的背景部分；
5、s3、对紫外光源叶片图像进行聚类，获得结果用以区分堆叠叶片图像中正面和背面部分；
6、s4、将聚类后的紫外光源叶片图像灰度化，对灰度化后的紫外光源叶片图像分别进行二值化和反二值化，得到两种mask掩码；
7、s5、应用步骤s4得到的两种掩码分别与去除背景部分的正常光源叶片图像进行按位与操作进行分割得到只包含正面叶片部分和只包含反面叶片部分的图像。
8、优选的，所述步骤s2具体包括：
9、s21、将正常光源叶片图像由rgb颜色空间转为hsv颜色空间；
10、s22、设定叶片部分在hsv颜色空间的颜色值范围；
11、s23、通过颜色值范围生成区分叶片部分与背景部分的掩码，将此掩码与图像进行按位与操作得到去除背景部分的正常光源叶片图像。
12、优选的，所述步骤s21由rgb颜色空间转为hsv颜色空间具体包括：
13、在rgb颜色空间中，位于空间位置(x,y)的像素点的颜色用该像素点的r分量r(x,y)、g分量g(x,y)和b分量b(x,y)3个数值表示；在hsv颜色空间中，位于空间位置(x,y)的像素点颜色用该像素点的h分量h(x,y)、s分量s(x,y)和v分量v(x,y)3个数值表示，h分量h(x,y)、s分量s(x,y)、v分量v(x,y)可分别由下列各式计算得到：
14、
15、
16、
17、优选的，所述步骤s3具体为：
18、s31、通过图像读取函数以numpy数组形式读取紫外光源图像，将读取的紫外光源叶片图像数据类型由整型转为浮点型；
19、s32、将紫外光源叶片图像由二维转为一维向量，将紫外光源叶片图像的一个rgb像素点的三个值作为一个单元；
20、s33、通过k-means算法对图像进行聚类分割，并将图像数值类型转回为整型，得到聚类结果，可视化的聚类结果中背面和正面叶片区域会呈现明显的颜色差异。
21、优选的，所述步骤s33中聚类包括：
22、聚类原则为，以空间中k个点为中心进行聚类，对最靠近他们的对象归类，将数据划分为k个簇，逐次计算各簇中心的值为新的中心值，迭代更新，直至簇中心位置不再改变或者达到最大迭代次数。
23、目标函数为，各簇成员到其聚类中心的距离的平方和最小，公式为
24、
25、其中，c为簇的集合，c＝{c1,c2,c3...,ck}，u为聚类中心的集合，共有k个聚类中心，u＝{u1,u2,u3...,uk}，x为样本点对象，j为簇成员到其聚类中心的距离平方和，j的值越小，代表簇内相似度越高。
26、因此，本专利技术采用上述结构的一种基于聚类和颜色分割的叶片正反面图像分割方法，利用紫外光源图像和k-means聚类方法获取mask掩码用于分割正常光源下的植物叶片正反面图像，并结合hsv颜色空间去除掉图像背景部分，从而实现分别将叶片正面和背面部分从堆叠叶片图像中分割出来。该分割方法具有较高的实用性和准确性。
27、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述步骤S21由RGB颜色空间转为HSV颜色空间具体包括：
4.根据权利要求1所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述步骤S3具体为：
5.根据权利要求4所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述步骤S33中聚类包括：
【技术特征摘要】
1.一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2所述的一种基于聚类和颜色分割的叶片正反面图像分割方法，其特征在于，所述...
【专利技术属性】
技术研发人员：徐守志，张钦，马凯，余梅，赵东鹏，
申请(专利权)人：三峡大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。