一种面向蓝莓品质检测的病害区域分割方法

本发明涉及图像分析领域，具体涉及一种面向蓝莓品质检测的病害区域分割方法。

背景技术：

1、蓝莓在生长过程中容易受到病害的侵犯，使得蓝莓表面的部分区域出现腐烂现象，如果未对蓝莓植株上存在腐烂现象的蓝莓进行及时的处理，则病害会感染植株上的其他蓝莓，使得蓝莓的品质严重下降，因此利用图像分割技术分割出蓝莓表面的腐烂或病害区域，对于保障蓝莓的品质具体重要意义。

2、相关技术中通常使用分水岭分割算法对蓝莓表面灰度图像进行分割处理，从而得到蓝莓表面的病害区域，但由于传统的的分水岭分割算法对于种子点的选取较为随机，无法保证种子点处于病害区域中，同时分水岭分割算法存在过分割的问题，导致通过传统的分水岭分割算法无法准确分割出蓝莓表面发生病害的区域，从而降低最终的分割效果。

技术实现思路

1、为了解决传统的分水岭分割算法无法准确分割出蓝莓的病变区域，从而降低最终的分割效果的技术问题，本发明的目的在于提供一种面向蓝莓品质检测的病害区域分割方法，所采用的技术方案具体如下：

2、本发明提出了一种面向蓝莓品质检测的病害区域分割方法，所述方法包括：

3、获取蓝莓植株表面包含蓝莓像素点的初始蓝莓区域；

4、根据每个初始蓝莓区域中像素点灰度值的分布，获得每个初始蓝莓区域的病变程度；基于所述病变程度从所有初始蓝莓区域中筛选出病变蓝莓区域；

5、对每个所述病变蓝莓区域进行边缘检测，获取病变蓝莓区域中不同的子区域，提取每个子区域的边缘线的链码，根据每个子区域中像素点灰度值与对应子区域所在的病变蓝莓区域中像素点灰度值之间的差异，以及对应子区域的所述链码，获得每个子区域的病害可能性；基于所述病害可能性从病变蓝莓区域的所有子区域中筛选出初始病害区域；

6、将每个初始病害区域中最小灰度值对应的像素点作为种子点，对种子点的灰度值进行递增，获得每次递增后的种子点阈值，并根据所述种子点阈值与初始病害区域中小于种子点阈值的像素点灰度值之间的差异、初始病害区域中像素点灰度值与初始病害区域所在的病变蓝莓区域中像素点灰度值之间分布的差异以及所述病害可能性，获得每个初始病害区域的分割终止阈值；基于所述种子点和所述分割终止阈值对初始病害区域进行分割，获得真实病害区域。

7、进一步地，所述根据每个初始蓝莓区域中像素点灰度值的分布，获得每个初始蓝莓区域的病变程度包括：

8、将每个初始蓝莓区域中所有像素点灰度值的平均值进行负相关映射，获得每个初始蓝莓区域的成熟程度；

9、将每个初始蓝莓区域的所述成熟程度与对应初始蓝莓区域中像素点灰度值的标准差的乘积值进行归一化，获得对应初始蓝莓区域的病变程度。

10、进一步地，所述基于所述病变程度从所有初始蓝莓区域中筛选出病变蓝莓区域包括：

11、将大于预设第一病害阈值的病变程度对应的初始蓝莓区域，作为病变蓝莓区域。

12、进一步地，所述对每个所述病变蓝莓区域进行边缘检测，获取病变蓝莓区域中不同的子区域包括：

13、基于canny边缘检测算法对每个病变蓝莓区域进行边缘检测，获得病变蓝莓区域中的边缘线；

14、将闭合的边缘线所围成的区域作为病变蓝莓区域中的子区域。

15、进一步地，所述根据每个子区域中像素点灰度值与对应子区域所在的病变蓝莓区域中像素点灰度值之间的差异，以及对应子区域的所述链码，获得每个子区域的病害可能性包括：

16、将每个子区域所在的病变蓝莓区域中所有像素点灰度值的平均值，作为对应病变蓝莓区域的整体灰度；

17、将子区域中每个像素点灰度值与所述整体灰度的差值的绝对值，作为子区域中每个像素点的初始灰度差异，将每个子区域中所有像素点的初始灰度差异的平均值，作为每个子区域与病变蓝莓区域之间的整体灰度差异；

18、将每个子区域对应的链码中相同且连续的数字所组成的序列，作为每个子区域的子链码序列；

19、根据所述整体灰度差异、子链码序列的数量以及所有子链码序列的长度的最大值，获得每个子区域的病害可能性。

20、进一步地，所述根据所述整体灰度差异、子链码序列的数量以及所有子链码序列的长度的最大值，获得每个子区域的病害可能性包括：

21、以每个子区域的子链码序列的数量为分子，以每个子区域的所有子链码序列的长度的最大值为分母，将比值作为对应子区域的边缘线的平滑程度；

22、将所述整体灰度差异与所述平滑程度的乘积值进行归一化，获得每个子区域的病害可能性。

23、进一步地，所述基于所述病害可能性从病变蓝莓区域的所有子区域中筛选出初始病害区域包括：

24、将每个病变蓝莓区域中大于预设第二病害阈值的病害可能性对应的子区域，作为初始病害区域。

25、进一步地，所述对种子点的灰度值进行递增，获得每次递增后的种子点阈值，并根据所述种子点阈值与初始病害区域中小于种子点阈值的像素点灰度值之间的差异、初始病害区域中像素点灰度值与初始病害区域所在的病变蓝莓区域中像素点灰度值之间分布的差异以及所述病害可能性，获得每个初始病害区域的分割终止阈值包括：

26、所述分割终止阈值的计算公式为：

27、；

28、其中，表示第个初始病害区域的分割终止阈值；表示第个初始病害区域的病害可能性；表示第个初始病害区域中第个像素点的灰度值；表示第个初始病害区域中像素点的数量；表示第个初始病害区域所在的病变蓝莓区域中第个像素点的灰度值；表示第个初始病害区域所在的病变蓝莓区域中像素点的数量；表示第个初始病害区域的种子点阈值；表示第个初始病害区域的种子点的灰度值；表示第个初始病害区域中像素点灰度值的最大值；表示第个初始病害区域中小于种子点阈值的第个像素点的灰度值；表示取绝对值。

29、进一步地，所述基于所述种子点和所述分割终止阈值对初始病害区域进行分割，获得真实病害区域包括：

30、基于分水岭分割算法，根据选取的种子点对对应的初始病害区域进行分割，当分水岭分割算法中的分割阈值等于所述分割终止阈值时，则停止对初始病害区域分割，从而获取真实病害区域。

31、进一步地，所述链码为八方向链码。

32、本发明具有如下有益效果：

33、本发明考虑到传统的分水岭分割算法种子点的选取较为随机，无法准确分割出蓝莓表面的病变区域，因此本发明首先从灰度图像中提取出多个初始蓝莓区域，考虑到表面存在腐烂的初始蓝莓区域中像素点灰度值分布较为混乱，因此可通过获取的病变程度反映初始蓝莓区域中发生病变的可能性，进而可筛选出病变蓝莓区域，考虑到病变蓝莓区域中不仅存在发生病害的区域，还会存在花蒂区域，而花蒂区域会影响对病害区域的识别，降低最终的分割效果，因此首先获取病变蓝莓区域中的子区域，考虑到病害区域的边缘较为平滑，因此通过提取子区域边缘线的链码分析子区域边缘的特征，并且病变区域与其所在病变蓝莓区域之间像素点灰度值的差异较大，因此通过获取的病害可能性反映子区域发生腐烂的可能性，并筛选出初始病害区域，使得选取的种子点能够处于初始病害区域中，可提高后续的分割效果，由于分水岭算法存在过分割的问题，因此可基于分割终止阈值对分割过程进行控制，从而分割出更加准确的真实病害区域，提高最终的分割效果。