一种利用分辨率调整进行图像分割的方法和系统的制作方法
【专利摘要】本发明涉及数字图像处理【技术领域】，提供了一种利用分辨率调整进行图像分割的系统和方法，该方法包括：S1.对原始图像进行遍历裁切处理并利用内存判断是否需要适应函数调整，是转S2，否则转S3；S2.对步骤S1处理判断后图像进行适应函数调整处理；S3.对步骤S1中可以直接分割和步骤S2调整处理后的图像进行分割处理；并判断是否完整分割，完整的分割保存入库，转S5，否则转S4；S4.判断是否完成所有适应点的遍历，若是，则丢弃，否则转S2；S5.根据当前待处理样本数据的特征值与图像处理设备的特征值中的极大值的比较结果，更新适应函数。本发明的方法及其系统，通过调整图像分辨率得到完整、封闭、定位准确的目标边界，可以使分割成功率提高85％。
【专利说明】一种利用分辨率调整进行图像分割的方法和系统
【技术领域】
[0001]本发明涉及数字图像处理【技术领域】，尤其涉及一种利用分辨率调整进行图像分割的方法和系统，通过调整图像的分辨率实现图像的完整分割。
【背景技术】
[0002]目前，农业数字化生产管理是农业信息化的重要内容。叶片是植物制造营养物质的重要器官，是植物生长和结果的基础；因此，通过实时获取田间植物的叶片的性状特征参数，判断植物生长状态对农业数字化管理具有重要意义。
[0003]众所周知，图像可以简洁、直观的表达客观物体和场景，使得人们可以很容易地从中获取相关信息。基于该特点，图像常被看作是一种强有力的信息传递媒介。其中，数字图像具有包含信息量大、传输速度快、保真度高等优点，已成为我们获取外界信息的主要来源。随着计算机技术的发展，数字图像的采集和应用也得到了极大的重视和长足的发展。在农业信息处理领域，通过现场采集植物叶片图像信息，经过预处理、分割、识别、重建等方法，对叶片信息进行测量提取，有效获得农学性状参数；从而通过叶片纹理形态等的计算可以进一步测定叶片面积、病虫害和叶绿素等参数，达到实时监测生长的目的。由此，通过实时观察分析，可以实现远程控制灌溉施肥等管理环节。
[0004]然而，对于数字图像而言，图像的分辨率越高就意味着包含越多的细节信息，数据量就越大。计算机识别系统进行自动识别的主要依据是对图像信息的处理，而图像数据量越庞大，包含的图像信息越多，会导致使用现有的图像分割函数对图像进行分割时，产生边缘细节过多，从而引起图像分割函数对高分辨率图像无法分辨真实目标边缘和伪边缘的现象。因此图像处理过程就会越复杂，处理过程中的累积误差也会越大，最终导致计算机识别结果误差较大。同时，由于图像信息冗余，需要耗费更多的计算机资源，导致识别效率低下。
[0005]因此，针对以上不足，需要提供一种适用于植物叶片图像分割处理技术，以对待处理图像信息进行分辨率调整，从而减少误差和不必要的计算，有效提高计算机处理效率。
【发明内容】
[0006](一 )要解决的技术问题
[0007]本发明要解决的技术问题是解决现有图像分割处理技术中图像分辨率过高、信息冗余，导致的因图像边缘细节过多而引起的图像分割函数对高分辨率图像无法分辨真实目标边缘与伪边缘的分割误差，以及图像内存大而引起的计算机处理效率无法有效提高的缺陷。
[0008]( 二 )技术方案
[0009]为了解决上述技术问题，本发明提供了一种利用分辨率调整进行图像分割的方法和系统，该方法包括以下步骤:
[0010]S1.遍历裁切图像处理设备采集到的原始图像，获得包含特定形状的待处理图像，根据所述待处理图像占用的内存大小判断是否需要进行适应性处理，若是，则执行步骤S2，否则，将所述待处理图像作为样本数据，执行步骤S3 ；
[0011]S2.利用适应函数将所述当前待处理图像的调整特征值设计到适合于图像完全分割处理的适应聚类区，遍历所述适应聚类区中的适应点；结合当前样本的适应聚类归一化特征值与图像处理设备的特征值，利用归一化公式，得到当前样本的适合进行图像分割处理的特征值X";然后利用该特征值V对所述当前待处理图像进行适应性调整，以减小图像分辨率，使其满足图像单熵比和内存比大小在完全分割的聚类范围内，将减小分辨率后的待处理图像作为样本数据；所述特征值为图像的单像素熵比和内存比，所述图像处理设备的特征值为该图像处理设备的完全分割多维样本群中特征值的极大值.4^:和极小值.4^;
[0012]S3.对所述样本数据进行分割处理，并判断分割边界是否完整，若是，则保存到样本库中，执行步骤S5 ;否则，执行步骤S4 ；
[0013]S4.判断是否完成所有适应点的遍历，若是，则丢弃，否则，执行步骤S2 ；
[0014]S5.将所述当前样本的特征值Xu与样本库中的所述图像处理设备的特征值，即样本群的各维极大值X^ax,进行比较，如大于所述极大值χ?α，则以所述当前样本的特征值X"取代所述极大值,并更新适应函数，然后退出；否则，直接退出。
[0015]优选的，步骤S2中，采用多维适应函数对所述当前待处理图像进行适应性调整，所述多维适应函数F为:
【权利要求】
1.一种利用分辨率调整进行图像分割的方法，其特征在于，该方法包括以下步骤: 51.遍历裁切图像处理设备采集到的原始图像，获得包含特定形状的待处理图像，根据所述待处理图像占用的内存大小判断是否需要进行适应性处理，若是，则执行步骤S2，否贝U，将所述待处理图像作为样本数据，执行步骤S3 ； 52.利用适应函数将当前所述待处理图像的调整特征值设计到适合于图像完全分割处理的适应聚类区，遍历所述适应聚类区中的适应点；结合当前样本的适应聚类归一化特征值Xj与图像处理设备的特征值和，利用归一化公式，得到当前样本的适合进行图像完全分割处理的特征值V ;然后利用该特征值Xu对所述当前待处理图像进行适应性调整，以减小图像分辨率，使其满足图像单熵比和占用的内存比大小在完全分割的聚类范围内，将减小分辨率后的待处理图像作为样本数据；所述样本的特征值为图像的单像素熵比和内存比，所述图像处理设备的特征值为该图像处理设备的完全分割多维样本群中特征值的极大值和极小值； 53.对所述样本数据进行分割处理，并判断分割边界是否完整，若是，则保存到样本库中，执行步骤S5 ;否则，执行步骤S4 ； 54.判断是否完成所有适应点的遍历，若是，则丢弃，否则，执行步骤S2； 55.将所述当前样本的特征值Xu与样本库中的所述图像处理设备的特征值，即样本群的各维极大值，进行比 较，如大于所述极大值；4(αχ，则以所述当前样本的特征值X"取代所述极大值Λ:--αχ，并更新适应函数，然后退出；否则，直接退出。
2.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，步骤S2中，采用多维适应函数对所述当前待处理图像进行适应性调整，所述多维适应函数F为:
其中，聚类数据是由m维η个数据样本构成，有k个数据集； X1, Xf Xm表示各维度归一化后的特征值，归一化公式如下:
其中，xij为图像处理设备i的第j维的原特征值，Xj为图像处理设备i的第j维的归一化特征值； 广为各相邻的聚类边界交点集合
构成的边界方程；Ukj为样本数据的第k个聚类的重心坐标，nk是第k个聚类的样本数，Xm是属于聚类k的第t个样本的第j维，j表示空间的维数，I≤j≤m, I≤t≤nk ; Rk为数据聚类集k的半径，XiJlinlXiJmx为图像处理设备i的第j维的两个特征值，表示用以进行各维度上数据归一化处理的设备特征值，{xmin>xmin…{^max^max…χ--χ}表示图像处理设备i在各维度上的特征值，图像处理设备i的第j维特征值为:
Xnd表不第j维的第nk个样本。
3.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，步骤S2中，采用二维适应函数对所述当前待处理图像进行适应性调整，所述的二维适应函数F2具体如下:
其中，X1表示归一化单图像熵比，X2表示归一化内存比，归一化公式如下:
其中，xiJ为图像处理设备i的第j维的原特征值，Xj为图像处理设备i的第j维的归一化特征值； f,为相邻的聚类边界交点集合构成的边界方程； Ukj为样本数据的第k个聚类的重心坐标，nk是第k个聚类的样本数，Xm是属于聚类k的第t个样本的第j维，j表示空间的维数，其中I≤j≤m, I≤t≤nk ; Rk为数据聚类集k的半径，图像处理设备i的两个特征值，表示用以进行各维度上数据归一化处理的设备特征值，{Χ^?η, X^inl表示图像处理设备i在二维上的特征值，图像处理设备i的第j维特征值为:
Xnij'.表示第j维的第nk个样本。
4.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，所述步骤S2中，所述适应点的选取规则为:设适应点为并且取三类值，分别定义为Tly, 7；2v*7；3y，按照优先顺序依次计算；其中，A为以适应分割的聚类区域重心为圆心，与重心最大距离样本为半径得到的可行域边界圆出为上界聚类区的边界圆；C为下界聚类区的边界圆；为圆A重心位置点；聚类圆A与上下界两个聚类圆B，C的交点所形成的四个圆弧的中点为第三类适应点Γ;;把T；3y四个适应点分别对角连线为第一线L1和第二线L2,以聚类圆A的半径的一半画圆得到圆D，该圆与两条对角连线L1和L2形成的四个交点为第二类适应点7^y。
5.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，所述步骤SI进一步包括: S1.1图像处理设备采集原始图像； S1.2遍历裁切所述原始图像，获得包含特定形状的子区域作为每一个待处理图像； S1.3根据所述当前待处理图像占用的内存大小判断是否在完全分割的内存范围内，进而判断所述待处理图像是否需要进行适应性处理，若是，则执行步骤S2，否则，将所述待处理图像作为样本数据，执行步骤S3。
6.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，所述步骤S3进一步包括: S3.1对经步骤SI获得的所述样本数据进行分割处理，或者，对步骤S2经适应函数调整后的所述样本数据进行分割处理； S3.2对分割处理后的图像判断是否完整分割，若是，则保存到样本库中，执行步骤S5，否则，执行步骤S4。
7.根据权利要求1所述的利用分辨率调整进行图像分割的方法，其特征在于，所述步骤S5进一步包括: S5.1获取所述当前样本的特征值Xu ； S5.2将所述当前样本的特征值Xu与样本库中的所述图像处理设备的特征值，即样本群的各维极大值，进行比较，如大于所述极大值；，则以所述当前样本的特征值xiJ取代所述极大值,并更新适应函数，然后退出；否则，直接退出。
8.一种利用分辨率调整进行图像分割的系统，其特征在于，该系统包括: 预处理模块，遍历裁切图像处理设备采集到的原始图像，获得包含特定形状的待处理图像，根据所述待处理图像占用的内存大小判断是否需要进行适应性处理，若是，则输入到图像适应函数调整模块，否则，将所述待处理图像作为样本数据，输入到图像分割模块； 图像适应函数调整模块，利用适应函数将所述当前待处理图像的调整特征值设计到适合于图像完全分割处理的适应聚类区，遍历所述适应聚类区中的适应点；结合当前样本的适应区内归一化特征值Xj与图像处理设备的特征值,利用归一化公式，得到当前样本的适合进行图像分割处理的特征值Xu ;然后利用该特征值Xu对所述当前待处理图像进行适应性调整，以减小图像分辨率，使其满足图像单熵比和占用的内存比大小在完全分割的聚类范围内，将减小分辨率后的待处理图像作为样本数据；所述样本的特征值为图像的单像素熵比和内存比，所述图像处理设备的特征值为该图像处理设备的完全分割多维样本群中特征值的极大值极小值; 图像分割模块，对所述样本数据进行分割处理，并判断分割边界是否完整，若是，则保存到样本库中，进行下一步适应函数更新；否则，分割处理下一幅待处理图像，直至重复完成所有适应点的遍历； 图像适应函数更新模块，将所述当前样本的特征值Xu与样本库中的所述图像处理设备的特征值，即样本群的各维极大值；4(αχ,进行比较，如大于所述极大值则以所述当前样本的特征值Xu取代所述极大值.Xgax，并更新适应函数，然后退出；否则，直接退出。
9.根据权利要求8所述的利用分辨率调整进行图像分割的系统，其特征在于，所述图像适应函数调整模块采用多维适应函数对所述当前待处理图像进行适应性调整，所述多维适应函数F为:
其中，聚类数据是由m维n个数据样本构成，有k个数据集； X1, Xf Xm表示各维度归一化后的特征值，归一化公式如下:
其中，xiJ为图像处理设备i的第j维的原特征值，Xj为图像处理设备i的第j维的归一化特征值； f/为各相邻的聚类边界交点集合
构成的边界方程； ukJ为样本数据的第k个聚类的重心坐标，nk是第k个聚类的样本数，Xm是属于聚类k的第t个样本的第j维，j表示空间的维数，I≤j≤m, I≤t≤nk ; Rk为数据聚类集k的半径，'为图像处理设备i的两个特征值，
}表示图像处理设备i在各维度上的特征值，图像处理设备i的第j维特征值为:
Xnid.及示第j维的第nk个样本。
10.根据权利要求8所述的利用分辨率调整进行图像分割的系统，其特征在于，所述图像适应函数调整模块采用二维适应函数对所述当前待处理图像进行适应性调整，所述的二维适应函数F2具体如下:
其中，X1表示归一化单图像熵比，X2表示归一化内存比，归一化公式如下:
其中，xiJ为图像处理设备i的第j维的原特征值，Xj为图像处理设备i的第j维的归一化特征值为； f,为各相邻的聚类边界交点集合p(iin/2,xf η/31构成的边界方程； Ukj为样本数据的第k个聚类的重心坐标，nk是第k个聚类的样本数，Xm是属于聚类k的第t个样本的第j维，j表示空间的维数，I≤j≤m, I≤t≤nk ; Rk为数据聚类集k的半径，XiJlinl XiJwx为图像处理设备i的两个特征值，表示用以进行各维度上数据归一化处理的设备特征值，{Xmin^Sinl表示图像处理设备i在二维上的特征值，图像处理设备i的第j维特征值为:
Xn^灰示第j维的第nk个样本。
【文档编号】G06T7/00GK104166990SQ201410351039
【公开日】2014年11月26日 申请日期:2014年7月22日 优先权日:2014年7月22日
【发明者】王建仑, 刘昊, 崔晓莹 申请人:中国农业大学