专利名称：基于dct和区域生长的白粉虱图像分割方法
技术领域：
本发明涉及病虫害图像自动化识别领域，特别涉及一种基于DCT和区域生长的白粉虱图像分割方法。
背景技术：
随着机器视觉技术的应用和发展，利用数字图像处理技术对作物病虫害图像进行处理、分割、识别，从而实现病虫害自动化识别成为可能，因此，机器视觉技术作为一种重要的病虫害自动化识别手段已经日益引起人们的重视，并广泛地应用于病虫害防治领域。作物上害虫种群密度和危害程度是害虫防治决策的重要依据，也是精确喷药的关键信息。与人工方法相比，使用机器视觉自动获取害虫信息，不仅可降低劳动强度、提高工作效率，更加客观，避免人为因素的影响导致结果的不准确性，而且便于与后续的防治决策和精确施药技术对接和技术集成。目前，害虫检测和技术的难点之一是:在开放田间环境中，环境复杂，背景颜色变化多样，背景、叶片和害虫的灰阶范围常常重叠，导致害虫的自动分割困难。目前研究较多的是阈值法和阈值与聚类相结合的方法，在大田开放环境下，不可避免导致误分割，因此找到一种能在田间开放环境下准确分割害虫的方法迫在眉睫。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是如何对田间开放环境中的白粉虱图像进行分割。
(二)技术方案为解决上述问题，本发明提供一种基于DCT和区域生长的白粉虱图像分割方法，包括步骤:S1、将白粉虱图像转换到灰度空间，对所获得的灰度图像y进行中值滤波去噪得到yl ;S2、将yl用8*8模板做离散余弦变换得到dctl，截断dctl的高频信号，然后进行反离散余弦 变换，重新将图像转换到灰度空间，得到灰度图像y2 ;S3、令差值图像diffy=|y-y2 ;S4、将diffy归一化后投影到灰度空间得到灰度图像gray_diff,计算灰度图像的模糊熵，通过最大化模糊熵得到分割阈值，将图像分割成清晰区域和模糊区域，得到二值图像binary ;S5、在原始的白粉風图像中标记清晰区域并建立灰度值高斯模型,对标记的清晰区域进行自检测，剔除明显偏离模型的点，得到最终的清晰区域，开闭运算去噪，消除离散噪声点，得到起始生长区域binaryl ;S6、计算binaryl中清晰区域的期望灰度值U和方差O ;S7、从binaryl标记的起始生长区域开始生长，将邻域灰度相似的点标记为生长区域，所述邻域灰度相似的点为邻域的灰度值和清晰区域的期望灰度值U的差值在一定方差范围内的点，并从该点继续生长；否则，找到下一个没有标记的生长点进行生长，直到全部标记完成，从背景和叶片中分离出病虫目标。优选地，步骤S2中截断高频信号的方法是:计算8*8模板在原始的白粉虱图像中对应的像素灰度值之和，记为gray，将截断高频信号的阈值设置为gray/2。优选地，步骤S4中将diffy归一化后投影到灰度空间得到灰度图像gray_diff的计算方法是:gray_diff (i, j) =diffy (i, j)/max(diffy)*255, i, j 分别为图像的高和宽，max (diffy)为diffy中的最大值。优选地，步骤S4中计算阈值的方法是:将灰度图像gray_diff模糊化，计算图像的模糊熵，通过设定模糊熵最大时的参数选择得到最优阈值。优选地，步骤S5中明显偏离模型的点为:与该高斯模型均值的差值在3倍方差范围外。优选地，步骤S6中，清晰区域的期望灰度值:
权利要求
1.一种基于DCT和区域生长的白粉虱图像分割方法，其特征在于，包括步骤: 51、将白粉虱图像转换到灰度空间，对所获得的灰度图像y进行中值滤波去噪得到yl； 52、将yl用8*8模板做离散余弦变换得到dctl，截断dctl的高频信号，然后进行反离散余弦变换，重新将图像转换到灰度空间，得到灰度图像12 ； 53、令差值图像diffy=|y_y2| ； 54、将diffy归一化后投影到灰度空间得到灰度图像gray_diff,计算灰度图像的模糊熵，通过最大化模糊熵得到分割阈值，将图像分割成清晰区域和模糊区域，得到二值图像binary ； 55、在原始的白粉虱图像中标记清晰区域并建立灰度值高斯模型，对标记的清晰区域进行自检测，剔除明显偏离模型的点，得到最终的清晰区域，开闭运算去噪，消除离散噪声点，得到起始生长区域binary I ； 56、计算binaryl中清晰区域的期望灰度值U和方差o; 57、从binaryl标记的起始生长区域开始生长,将邻域灰度相似的点标记为生长区域，所述邻域灰度相似的点为邻域的灰度值和清晰区域的期望灰度值U的差值在一定方差范围内的点，并从该点继续生长；否则，找到下一个没有标记的生长点进行生长，直到全部标记完成，从背景和叶片中分离出病虫目标。
2.根据权利要求1所述的方法，其特征在于，步骤S2中截断高频信号的方法是:计算8*8模板在原始的白粉虱图像中对应的像素灰度值之和，记为gray，将截断高频信号的阈值设置为gray/2。
3.根据权利要求1所述 的方法，其特征在于，步骤S4中将diffy归一化后投影到灰度空间得到灰度图像gray_diff的计算方法是:gray_diff (i, j) =diffy (i, j) /max (diffy) *255, i, j分别为图像的高和宽，max (diffy)为diffy中的最大值。
4.根据权利要求1所述的方法，其特征在于，步骤S4中计算阈值的方法是:将灰度图像gray_diff模糊化，计算图像的模糊熵，通过设定模糊熵最大时的参数选择得到最优阈值。
5.根据权利要求1所述的方法，其特征在于，步骤S5中明显偏离模型的点为:与该高斯模型均值的差值在3倍方差范围外。
6.根据权利要求1所述的方法，其特征在于，步骤S6中，清晰区域的期望灰度值:
7.根据权利要求1所述的方法，其特征在于，步骤S7中，用深度优先的方法进行区域生长。
全文摘要
本发明公开了一种基于DCT和区域生长的白粉虱图像分割方法，其基于DCT和区域生长的白粉虱图像分割方法模仿人的信息处理功能，先通过清晰度特征粗略找出感兴趣区域，然后结合害虫图像局部聚合度较高的特性，利用区域生长方法提取完整害虫目标。
文档编号G06T7/00GK103236061SQ20131015671
公开日2013年8月7日 申请日期2013年4月28日 优先权日2013年4月28日
发明者张水发, 王开义, 刘忠强, 潘守慧, 王志彬 申请人:北京农业信息技术研究中心