结合简单交互和标记分水岭的复杂背景叶片图像分割方法
【专利摘要】本发明提供一种结合简单交互和标记分水岭的复杂背景叶片图像分割方法，包括以下步骤：在复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点，并把叶边缘点和叶外点依次编号，存储在点列表L0中；处理标定出的点得到标记图像；把复杂背景叶片图像转换为灰度图像、L*a*b*图像；以标记图像为参数，分别对灰度图像、a*分量图像、b*分量图像，进行标记分水岭分割；以投票方式综合得到最终的分割结果。本发明采用简单的用户交互方式，获得标记，继而在Lab空间分量图像和灰度图像中分别进行标记分水岭分割，综合得到最终的分割结果，分割准确率高。
【专利说明】结合简单交互和标记分水岭的复杂背景叶片图像分割方法
【技术领域】
[0001] 本发明涉及图像处理领域，更具体地，涉及一种结合简单交互和标记分水岭的复 杂背景叶片图像分割方法。
【背景技术】
[0002] 千百年来植物与人类息息相关、紧密相连。随着人类文明的进步，植物却遭到了越 来越严重的破坏。植物自动化识别技术的研究与应用，既能帮助普通民众加强对植物的认 知，培养爱惜植物的公民意识；又能促进植物的归类和建库，以助于植物的合理利用和引种 栽培，因而具有重要的意义。
[0003] 由于植物的花、果、茎、枝存在复杂的立体几何特征，叶片的自动化识别相对简单 有效。把叶片摘下来，再采集简单背景图像，然后进行识别，已有广泛的研究。然而，摘叶会 对植物造成损伤。直接拍摄枝干上的叶片而进行识别，是理想的做法。但这又难免把其他 叶片、枝干、土壤等也拍摄进来，造成了图像中目标叶片与背景准确分割的困难，严重影响 了识别的正确率。现有的分割方法难以自动获得标记图像，缺乏更深入的理论研究和实验 探索，分割准确率也不够理想。
【发明内容】
[0004] 本发明的目的在于提供一种结合简单交互和标记分水岭的复杂背景叶片图像分 割方法，来实现对复杂背景叶片图像准确的分割，并且能保留叶片细节部分。
[0005] 为了达到上述目的，本发明的技术方案如下： 结合简单交互和标记分水岭的复杂背景叶片图像分割方法，包括以下步骤： S11:在原始复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点，并把叶边缘点和 叶外点依次编号，存储在点列表L0中； 512 :处理标定的叶边缘点和叶外点得到标记图像，过程如下： 5121 :处理标定的叶边缘点和叶外点得到前景标记图像； 5122 :处理标定的叶边缘点、叶外点和前景标记图像得到背景标记图像； 5123 :综合处理前景标记图像和背景标记图像得到标记图像； 513 :把原始复杂背景叶片图像转换为灰度图像、L*a*b*图像； S14:以标记图像为参数，分别对灰度图像、a*分量图像、b*分量图像，进行标记分水岭 分割； S15 :以投票方式综合得到最终的分割结果。
[0006] 本发明中，用户在原始复杂背景叶片图像上标定出相应的叶边缘点和叶外点，接 着把标定出的点交给计算机系统处理，通过这种简单的人机交互方式来获取标记图像后继 而进行标记分水岭分割得到最后的分割结果。本发明方法专用于对复杂背景叶片图像的处 理，针对性强，处理效果好，分割结果较为准确。
[0007] 所述步骤S121中处理标定叶边缘点和叶外点得到前景标记图像的步骤如下： 521 :依次连接点列表L0中的叶边缘点组成多边形D1，并把L0中的叶边缘点的编号存 于点列表L1中； 522 :判断点列表L0中的叶外点是否在多边形D1内，并对在多边形D1内的叶外点p进 行如下处理： 5221 :在点列表L0中找到叶外点p的前一个叶边缘点i和后一个叶边缘点j ; 5222 :找到经过点p，且与i、j所在直线Μ垂直的直线N ; 5223 :标记直线Μ与Ν的交点k,计算点i与点j的距离γ ,并取δ = γ X ε，其中ε为 比例参数，〇〈 ε〈5 ; 5224 :求取以点ρ为起点，沿点k到ρ的射线方向，前进δ距离所到的点r ; 5225 :把点r存储在待插入点列表L2,并把点i在L1的位置编号记入插入跟随位置列 表L3 ; 523 :判断待插入点列表L2是否非空；若是，转向步骤S24 ;否则，转向步骤S25 ; 524 :依次把待插入点列表L2中的点插入到点列表L1中，然后执行步骤S25,其中，待 插入点列表L2中的第f个点插入到点列表L1中的第z+f位置，z为插入跟随位置列表L3 中第f个元素的值； 525 :求点列表L1全部点依次连接所组成的多边形包围区域的二值图像U，U即为前景 标记图像，其中多边形及其内部的点标记为"1"，其余标记为"0"。
[0008] 本发明中，步骤S24表明L2中的第f个点应该插入到未进行本次插入操作之前的 L1中位于第z个位置的叶边缘点之后。
[0009] 本发明中，对植物叶片进行标记的点较少，只需用鼠标在图片上简单地标注出来 即可，能够取得较好的分割准确率。
[0010] 所述步骤S122中处理标定的叶边缘点、叶外点和前景标记图像得到背景标记图 像步骤如下： 531 :求点列表L0全部点依次连接所组成的多边形包围区域的二值图像W1 ; 532 :求
【权利要求】
1. 结合简单交互和标记分水岭的复杂背景叶片图像分割方法，其特征在于，包括以下 步骤： S11:在原始复杂背景叶片图像上奇偶相间地标定叶边缘点和叶外点，并把叶边缘点和 叶外点依次编号，存储在点列表L0中； 512 :处理标定的叶边缘点和叶外点得到标记图像，过程如下： 5121 :处理标定的叶边缘点和叶外点后得到前景标记图像； 5122 :处理标定的叶边缘点、叶外点和前景标记图像得到背景标记图像； 5123 :综合处理前景标记图像和背景标记图像得到标记图像； 513 :把原始复杂背景叶片图像转换为灰度图像、L*a*b*图像； 514 :以标记图像为参数，分别对灰度图像、a*分量图像、b*分量图像，进行标记分水岭 分割； 515 :以投票方式综合得到最终的分割结果。
2. 根据权利要求1所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S121中处理标定叶边缘点和叶外点得到前景标记图像的步骤如下： 521 :依次连接点列表L0中的叶边缘点组成多边形D1，并把L0中的叶边缘点存于点列 表L1中； 522 :判断点列表L0中的叶外点是否在多边形D1内，并对在多边形D1内的叶外点p进 行如下处理： 5221 :在点列表L0中找到叶外点p的前一个叶边缘点i和后一个叶边缘点j ; 5222 :找到经过点p，且与i、j所在直线Μ垂直的直线N ; 5223 :标记直线Μ与Ν的交点k,计算点i与点j的距离γ ,并取δ = γ X ε，其中ε为 比例参数，〇〈 ε〈5 ; 5224 :求取以点ρ为起点，沿点k到ρ的射线方向，前进δ距离所到的点r ; 5225 :把点r存储在待插入点列表L2,并把点i在L1的位置编号记入插入跟随位置列 表L3 ; 523 :判断待插入点列表L2是否非空；若是，转向步骤S24 ;否则，转向步骤S25 ; 524 :依次把待插入点列表L2中的点插入到点列表L1中，然后执行步骤S25,其中，待 插入点列表L2中的第f个点插入到点列表L1中的第z+f位置，z为插入跟随位置列表L3 中第f个元素的值； 525 :求点列表L1全部点依次连接所组成的多边形包围区域的二值图像U，U即为前景 标记图像，其中多边形及其内部的点标记为"1"，其余标记为"0"。
3. 根据权利要求2所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S122中处理标定的叶边缘点、叶外点和前景标记图像得到背景标记 图像步骤如下： 531 :求点列表L0全部点依次连接所组成的多边形包围区域的二值图像W1 ; 532 :求
，对图像W2做数学形态学的腐蚀运算或在W2中把点列表L1中 的每一点的八连通邻域内的点置零，得到图像W3 ; 533 :把图像W3的四边边框均设置为" 1"，得到背景标记图像W4。
4. 根据权利要求3所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S123中综合处理前景标记图像和背景标记图像得到标记图像的方 法是将图像U和W4相或。
5. 根据权利要求4所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S13中采用如下的转换方法求原始复杂背景叶片图像的灰度图像： Gray=0. 299XRed+O. 587XGreen+O. 114XBlue。
6. 根据权利要求5所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S15具体过程如下： 541 :以标记图像为参数分别对灰度图像、a*分量图像、b*分量图像进行标记分水岭分 害I]，分别得到图像J1、J2、J3 ; 542 :以投票方式结合J1、J2、J3求出原始复杂背景叶片图像的二值图像01 ; 543 :对二值图像01先做闭运算，后做开运算，得到最终的二值图像02。
7. 根据权利要求6所述的结合简单交互和标记分水岭的复杂背景叶片图像分割方法， 其特征在于，所述步骤S42的具体过程如下： 551 :新建一个随机的与原始复杂背景叶片图像大小相同二值图像011 ; 552 :对图像011的任一点t，若分别在图像Jl、J2、J3中多对应的点，有两者或以上属 于对应图像的前景区域，则确定点t属于图像011的前景区域，将其置1，否则该点属于011 的背景区域，将其置0,最终将011重置获得新的二值图像01。
【文档编号】G06T7/00GK104050670SQ201410285788
【公开日】2014年9月17日 申请日期:2014年6月24日 优先权日:2014年6月24日
【发明者】高理文, 罗晓牧, 林小桦 申请人:广州中医药大学