[发明专利]基于图像分析的漏割草坪识别方法

权利要求书

1.一种基于图像分析的漏割草坪识别方法，包括微处理器（2），所述微处理器（2）上连接有摄像头(3)；其特征是：所述摄像头（3）将实时采集的图像信息I(x,y)传输到微处理器（2），所述微处理器（2）对图像信息I(x,y)进行如下的识别步骤：

①对图像信息I(x,y)采用颜色识别算法，去除与草的颜色有差异的背景，获得图像信息I₁(x,y)；

②通过边缘检测算子检测图像信息I₁(x,y)的边缘，并提取出来形成一幅灰度图I₂(x,y)；

③利用Otsu算法选择最佳阈值t，将灰度图I₂(x,y)处理成二值图I₃(x,y)；

④对二值图I₃(x,y)进行腐蚀运算，消除噪声及背景后得到腐蚀图I₄(x,y)；

⑤选用Freeman码对腐蚀图I₄(x,y)中的目标进行轮廓提取，得到轮廓图I₅(x,y)；

⑥再次利用Freeman码对提取出来的轮廓用填充色进行填充，得到填充图I₅(x,y)；

⑦对填充后的目标进行骨架提取，得到骨架图I₆(x,y)；

⑧对目标的骨架进行长度计算，若长度在草的阈值范围之内，就将目标暂定为草；

⑨对暂定为草的目标骨架进行宽度计算，根据计算的结果再进行长宽比的计算；若长宽比在草的阈值范围内，就认定目标是漏割的草。

2.根据权利要求1所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤①中，所述的颜色识别算法通过如下步骤实现：

构建草的HSI彩色模型，确定色调和饱和度值的取值范围分别为β<H(x,y)<α和S(x,y)>γ；

对于像素点(x,y)的H(x,y)和S(x,y)，如果β<H(x,y)<α并且S(x,y)>γ，则判断像素点(x,y)为草，否则非草；

所述色调和饱和度值的取值范围通过草的颜色进行确定。

3.根据权利要求2所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤②中，所述的边缘检测算子采用Sobel边缘检测算子。

4.根据权利要求3所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤③中，Otsu算法获得最佳阈值t的步骤如下：

通过灰度图I₂(x,y)的R分量图提取背景比例w0、背景均值u0、前景比例w1、前景均值u1以及灰度图I₃(x,y)的均值u；

再通过t=Max[w0(t)*(u0(t)-u)²+w1(t)*(u1(t)-u)²]计算后获得最佳阈值t。

5.根据权利要求4所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤④中，所述的腐蚀运算选用一个3*3的方形结构元素S对二值图I₃(x,y)进行腐蚀。

6.根据权利要求5所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤⑤中，首先提取轮廓的顶点链码，再由轮廓的顶点链码转换成轮廓的Freeman码。

7.根据权利要求6所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤⑥中，将轮廓的Freeman码标记为左右端点，将每行的左端点作为种子点逐行填充，直到遇到右端点，则该行填充完毕，继续下一行填充。

8.根据权利要求7所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤⑦中，填充图I₅(x,y)通过细化算法进行细化，并提取出目标的骨架；

所述骨架再用毛刺去除算法去除毛刺。

9.根据权利要求8所述的基于图像分析的漏割草坪识别方法，其特征是：在步骤⑧中，骨架长度通过骨架的像素值获取；

在步骤⑨中，骨架宽度通过骨架的像素值获取。