专利名称：基于颜色和区域生长的茶叶嫩芽分割和识别方法
技术领域：
本发明涉及一种图像处理技术，是一种基于颜色和区域生长的对现场茶叶图像 中茶叶嫩芽进行分割和识别的方法。
背景技术：
结合电子技术和计算机图像处理技术在农业农田环境、大棚和果园等生产中的 应用是现代化农业和精细农业的要求，应用计算机技术对茶叶色泽和品质的分析和识别 虽然已有一些研究，但以往的研究多是对已制成的茶叶的形状和颜色或者是对茶叶的汤 色进行研究，对现场茶树中的茶叶嫩芽的分割和识别在国内目前极少有相应研究。茶叶 嫩芽的生长状态和成熟度对茶叶的及时采摘和后期的茶叶成品质量起着重要的作用，及 时地识别和分析出茶叶嫩芽的生长状态对茶叶的标准化规模生产有着积极的作用。图像分割是将图像中有特殊意义的满足特定条件的区域同别的区域分开，使这 些区域相互不相交。现有的彩色图像分割方法有阈值法，特征空间聚类法及区域生长合 并法。前者要求直方图中有明显波峰波谷，分割粗糙，性能不好；特征空间聚类法融合 了图像域的局部信息和空间信息，局部决策抗噪音干扰性强，但易造成欠分割。区域生 长合并法可以有效融合颜色信息和空间信息，并且能综合局部信息和全局信息，可同时 对在空间上不相邻但颜色相似的区域进行合并和分割。遗传算法是一种借鉴生物界自然选择和群体遗传机理的高度并行、自适应全局 搜索的算法。它模拟了自然选择和自然遗传中发生的繁殖、交配和突变现象，针对常用 BP神经网络算法的收敛速度很慢，易陷入局域最小和全局搜索能力较弱，且在学习速率 较大时数值稳定性很差等特征。利用遗传算法对神经网络的初始权值和阈值进行快速优 化，在解空间中定位出一个较好的搜索空间，并将此作为其后采用神经网络搜索的初始 权值和阈值，然后利用神经网络的局部搜索能力强的特点在解空间中搜索出最优解。
发明内容
本发明利用茶叶图像的颜色空间特性，结合茶叶嫩芽和茶树老叶图像中各区域 之间的特征相似和相异性关系，提出一种改进的基于区域生长的新算法，并结合颜色距 离和边缘距离进行区域的生长和合并，从而对茶叶嫩芽进行分割，算法结合了颜色特征 和区域特征的全局信息和局部信息，能更好地对茶叶图像中的多个茶叶嫩芽进行分割。同时根据对实际识别过程模拟与预测的复杂性及其神经网络模型的结构特性， 提出将遗传算法与神经网络相结合，利用遗传算法对神经网络进行了训练，用于茶叶嫩 芽的识别过程，克服了 BP神经网络模型容易陷入局部极小的缺点，取得了较好的效果。本发明所提出的改进的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特 征是包含以下具体步骤(1)获取茶树中茶叶原始图像；(2)将原始图像从RGB颜色空间转换到HSI颜色空间，并选取模型中的H和S
4参数作为茶叶图像的特征；(3)在图像中选择部分像素点作为种子；(4)基于生长规则对种子区域进行生长，将与茶叶嫩芽种子颜色性质相似的相邻 像素附加在生长区域的种子上；(5)基于合并规则对整幅图像的多个子块进行扫描，对在颜色上相近，空间上相 邻的区域进行合并；(6)对合并后的区域进行膨胀和收缩的形态学处理，去除小的孔洞；(7)完成多个茶叶嫩芽的分割；(8)结合茶叶嫩芽的颜色特征参数和嫩芽图像二值化处理后提取的形状特征参数 设计遗传神经网络模型；(9)得出茶叶嫩芽的识别结果。在步骤(4)中为了表明一个区域与它的邻域区域有很高的相似度，为每个区域 定义一个相似度函数，用相似度函数来衡量一个区域与它的邻域的区域的相似性程度， 如果一个区域的相似度函数值大于一个阈值，则该区域才能被选择为种子区域。将一个区域Ri的邻域集合定义为
权利要求
1.一种基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征是包含以下具体步骤(1)获取茶树中茶叶原始图像；(2)将原始图像从RGB颜色空间转换到HSI颜色空间，并选取模型中的H和S参数 作为茶叶图像的特征；(3)在图像中选择部分像素点作为种子；(4)基于生长规则对种子区域进行生长，将与茶叶嫩芽种子颜色性质相似的相邻像素 附加在生长区域的种子上；(5)基于合并规则对整幅图像的多个子块进行扫描，对在颜色上相近，空间上相邻的 区域进行合并；(6)对合并后的区域进行膨胀和收缩的形态学处理；(7)完成多个茶叶嫩芽的分割；(8)结合茶叶嫩芽的颜色特征参数和嫩芽图像二值化处理后提取的形状特征参数设计 遗传神经网络模型；(9)得出茶叶嫩芽的识别结果。
2.根据权利要求1所述的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征 是在步骤(4)中为了表明一个区域与它的邻域区域有很高的相似度，为每个区域定义一个相似度函数
3.根据权利要求1所述的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征 是在步骤(5)中两个区域在颜色上相近，空间上相邻，并且其邻域处没有显著的边缘 则可认为是两个可相连的区域；颜色距离定义采用区域的色调分量均值进行计算，定义 如下
4.根据权利要求1所述的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征是在步骤(5)中引入了边缘距离来有效减少错误的分割，同时对区域的合并进行一些 限制；边缘距离的定义为
5.根据权利要求1所述的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征 是在步骤(8)中定义了中轴长度，分枝长度，分枝个数，面积，平均幅宽，颜色共6项 特征参数。
6.根据权利要求1所述的基于颜色和区域生长的茶叶嫩芽分割和识别方法，其特征 是在步骤(8)中的具体步骤为(8.1)遗传算法中个体的变量为神经元网络权值，采用十进制编码方式，每个个体的 维数为Μ(Ν+Ι)，其中Μ，N，I分别为隐层、输入层和输出层神经元个数；(8.2)确定网络权值和初始化种群，若W=(wi; W2, ......，wn), η为种群数，则确定目标函数为
全文摘要
本发明涉及图像处理技术领域，提出了一种用于茶叶嫩芽分割和识别的新的方法，本发明首先将原始的茶叶RGB彩色图像转化为HIS颜色空间，并根据其中的色调H和饱和度S参数进行初步的种子选择，然后对种子区域基于颜色的相似性和区域的邻接性进行区域生长，并结合颜色距离和边缘距离进行区域的生长和合并，完成茶叶嫩芽的分割，再提取颜色和嫩芽图像二值化后的形状特征参数，最后通过改进的遗传神经网络完成识别。通过对茶叶图像中茶叶嫩芽进行的分割和识别试验，结果表明该算法能很好地将茶叶嫩芽从茶叶图像中分离出来，可较好地保存茶叶嫩芽的轮廓信息，并取得了很好的识别结果。
文档编号G06N3/08GK102013021SQ20101025715
公开日2011年4月13日 申请日期2010年8月19日 优先权日2010年8月19日
发明者汪建 申请人:汪建