[发明专利]一种农作物实景观测中图像数据质量控制方法及系统

权利要求书

1.一种农作物实景观测中图像数据质量控制方法，其特征在于，包括以下步骤：

根据历史图像生成图像缺失灰色调的灰度值以及对应所述图像缺失灰色调的图像不完整率；

根据所述灰度值识别出待检测图像的图像缺失量以及对应所述图像缺失量的图像缺失率；

将所述图像缺失率与所述图像不完整率进行比较；

当所述图像缺失率大于或等于最小所述图像不完整率时，所述待检测图像为不完整图像；

当所述图像缺失率小于最小所述图像不完整率时，所述待检测图像为完整图像；其中，通过通讯传输或者CCD传感器拍摄的农作物图像，其采用RGB色彩模式，即使用RGB模型，为图像中每一个像素的RGB分量分配一个0-255范围内的强度值，通过分析试验中图像像素缺失时R、G、B值发现，当三者均等于128时即为农作物图像缺失时灰色调，即所述图像缺失灰色调的灰度值为R、G、B值均为128。

2.根据权利要求1所述的农作物实景观测中图像数据质量控制方法，其特征在于，还包括以下步骤：

获取完整图像中最低像素值形成第一暗通道图像；

根据所述第一暗通道图像的灰度值生成第一灰度直方图；

根据已污染图像和未污染图像生成分类模型；

根据所述分类模型对所述第一灰度直方图进行分类，并生成分类结果；

根据所述分类结果判断所述待检测图像是否被污染。

3.根据权利要求2所述的农作物实景观测中图像数据质量控制方法，其特征在于，根据已污染图像和未污染图像生成分类模型，包括以下步骤：

选取所述已污染图像和所述未污染图像作为训练样本集；

获取所述训练样本集中最低像素值形成第二暗通道图像；

根据所述第二暗通道图像的灰度值生成第二灰度直方图；

根据预设的训练集和所述第二灰度直方图生成所述分类模型。

4.根据权利要求3所述的农作物实景观测中图像数据质量控制方法，其特征在于：

所述第一暗通道图像和所述第二暗通道图像的公式为：

其中，J_c表示坐标值(x，y)所属颜色通道c的图像像素值，Ω(x，y)表示以像素(x，y)为中心的图像块，(x，y)表示图像像素的坐标值；

所述第一灰度直方图和所述第二灰度直方图的公式为：

H(P)＝[h(x₁)，h(x₂)，...，h(x_n)]；

其中，h(x_i)为第x_i阶灰度出现的概率，S(x_i)为第x_i阶灰度的所有像素数量，为图像总的像素数；

所述训练集的公式为：

其中，y_i表示第x_i阶灰度的类别标签，R^p为p维特征矢量；

所述分类模型为分割超平面和/或核函数，

所述分割超平面的公式为：

y_i(ω·x_i+b)≥1，i＝1,…，n，

其中，ω为超平面的权重系数，b是超平面的偏置参数，y_i表示第x_i阶灰度的类别标签；

所述核函数的公式为：

其中，exp为以自然常数e为底的指数函数，δ为函数的尺度参数，x表示图像像素的坐标值，x_i表示第x_i阶灰度。