[发明专利]基于正态分布H阈值的紫色土图像分割提取方法

权利要求书

1.一种基于正态分布H阈值的紫色土图像分割提取方法，其特征在于：包括步骤：

S1：获取含有紫色土区域的彩色图像，将含有紫色土区域的彩色图像转化为HSV颜色空间的图像Ⅰ；

S2：确定对图像Ⅰ进行分割的阈值，根据对图像Ⅰ进行分割的阈值，对图像Ⅰ进行分割，得到二值图像Ⅱ；

S3：识别二值图像Ⅱ的边界，得到二值图像Ⅲ；

S4：提取二值图像Ⅲ中紫色土区域的边界，得到提取出边界的二值图像Ⅴ；

S5：对二值图像Ⅲ中边界分割出来的封闭区域进行填充，得到二值图像Ⅳ；

S6：求二值图像Ⅳ与含有紫色土区域的彩色图像的哈达玛积，得到只有紫色土区域的图像；

所述步骤S2具体包括步骤：

S201：在图像Ⅰ中提取N个m×n像素的子区域，其中N≥3；

求各个子区域的H分量均值，然后根据N的取值，对m×n像素的子区域进项筛选，获取样本区域，具体筛选过程如下：

若N＝3，则求两两子区域之间H分量均值的差值，将差值最小的两个子区域合并，形成一个样本区域，获得样本区域的H分量值的均值和方差；

若N3时，则对各个子区域的H分量均值进行大小排序，剔除H分量均值最大和最小的子区域，将剩余N-2个区域合并，形成一个样本区域，获得样本区域的H分量值的均值和方差；

S202：建立正态分布H阈值计算模型，根据样本区域的H分量值的均值和方差，确定对图像Ⅰ进行分割的阈值；所述对图像Ⅰ进行分割的阈值包括上限阈值H_upper和下限阈值H_lower；

S203：将图像Ⅰ转化为矩阵H_I，矩阵H_I中各元素值等于图像Ⅰ中与各元素位置相同的像素点的H分量值，建立与矩阵H_I大小一样的二值矩阵H'，并将二值矩阵H'中的元素初始化为0；

S204：根据分割更新规则对二值矩阵H'进行更新，将更新后的二值矩阵H'转化为二值图像，得到二值图像Ⅱ；

所述分割更新规则为：若H_lower≤H(x,y)≤H_upper，则置H'(x,y)＝1；若H(x,y)H_lower或H(x,y)H_upper，则置H'(x,y)＝0；其中H(x,y)为矩阵H_I中位置为(x,y)的元素值，H'(x,y)为二值矩阵H'中位置为(x,y)的元素值。

2.根据权利要求1所述基于正态分布H阈值的紫色土图像分割提取方法，其特征在于：所述步骤S202中正态分布H阈值计算模型为

H_lower＝μ-t_α/2×σ (1)

H_upper＝μ+t_α/2×σ (2)

其中，μ为H分量值的均值，σ为H分量值的标准差，α为非置信水平在正态分布内的覆盖面积，t_α/2是t分布在置信度为1-α的分位数，H_lower为对图像Ⅰ进行分割的下限阈值，H_upper为对图像Ⅰ进行分割的上限阈值。

3.根据权利要求1所述基于正态分布H阈值的紫色土图像分割提取方法，其特征在于：所述步骤S3包括步骤：

S301：将二值图像Ⅱ图像转化为二值矩阵A，二值矩阵A中各元素值等于二值图像Ⅱ中与各元素位置相同的像素点值；

S302：建立边界识别模板；

S303：求二值矩阵A中的各个元素的8邻域矩阵与边界识别模板的卷积，

S304：根据二值矩阵A中的元素值和卷积结果，识别背景点、孤立点和边界点，具体如下：

当二值矩阵A中的元素值为0时，则该元素为背景点；

当二值矩阵A中的元素值为1时，若卷积结果为0，则该元素对应的二值图像Ⅱ中的像素点为孤立点；若卷积结果为8，则该元素对应的二值图像Ⅱ中的像素点为边界内部点；若卷积结果∈[1,7]，则该元素对应的二值图像Ⅱ中的像素点为边界点；其中，所述边界内部点为由边界点围成封闭区域内部的点；

S305：在二值矩阵A中，将识别出的背景点、孤立点和边界内部点对应的元素置0，边界点对应的元素置1，然后将二值矩阵A变换为二值图像，得到二值图像Ⅲ。