[发明专利]基于真实场景的柑橘果树图像集合的合成方法有效

专利信息
申请号: 202010097186.2 申请日: 2020-02-17
公开(公告)号: CN111325767B 公开(公告)日: 2023-06-02
发明(设计)人: 陈冬梅;范姗慧;张竞成;吴开华 申请(专利权)人: 杭州电子科技大学
主分类号: G06T7/136 分类号: G06T7/136;G06T7/90
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良
地址: 310018 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 真实 场景 柑橘 果树 图像 集合 合成 方法
【说明书】:

发明属于农业图像技术领域,具体涉及一种基于真实场景的柑橘果树图像集合的合成方法,包括,采用阈值分割法对果实图像集合F中的每一幅图像f进行阈值分割处理;采用标记控制分水岭方法对果树图像集合T中的每一幅图像t进行阈值分割处理;包含已知果实数目的图像掩膜集合制作;对果实图像与果树图像进行基于掩膜集合的果树图形合成。本发明利用处理后的果实和果树的简单图像合成包含固定果实个数的果树图像集合,节省了解析和标签数据的过程,普适性高,具有较高应用价值。

技术领域

本发明属于属于农业图像技术领域,具体涉及一种基于真实场景的柑橘果树图像集合的合成方法。

背景技术

柑橘果树估产已逐渐从人工田间抽样、目测清点单株果实数量等传统方式向结合图像处理技术的自动识别过渡,从人工粗放型农业向集约精细型农业发展。结合图像处理技术的自动识别时,需要对单株果树采集图像并建立准确的测试图像集合,这是建立果树图像和果实数量的线性关系的关键步骤。而准确的图像集合在采集和处理过程中都需要投入较多人力物力,且需要结合特定果园进行,普适性差。

发明内容

本发明的目的是为了解决现有技术中准确的图像集合在采集和处理过程中都需要投入较多人力物力,且需要结合特定果园进行,普适性差问题,提出了一种基于真实场景的柑橘果树图像集合的合成方法。

为实现以上技术目的,本发明采用以下技术方案:

基于真实场景的柑橘果树图像集合的合成方法,其特征在于包括以下步骤:

S1:采用阈值分割法对果实图像集合F中的每一幅图像f进行阈值分割处理;

S2:采用标记控制分水岭方法对果树图像集合T中的每一幅图像t进行阈值分割处理;

S3:包含已知果实数目的图像掩膜集合制作;

S4:对果实图像与果树图像进行基于掩膜集合的果树图形合成。

进一步地,果实图像集合F为成熟期完整的柑橘图像,每幅图像中只包含一个柑橘,图像个数Number_F大于50。

进一步地,果树图像集合T为成长期完整的单棵柑橘果树图像,每幅图像中包含完整的果树树冠,图像个数Number_T大于50。

进一步地,图像掩膜集合M中的已知果实数目范围从1到40。

进一步地,步骤S1中,对果实图像集合F中的每一幅图像f进行阈值分割处理包括以下步骤,

S11:RGB颜色空间转换为Lab颜色空间;

S12:基于Lab颜色空间进行OSTU自动阈值分割得到果实区域ROI_F;

S13:计算并保存果实区域ROI_F的中心位置center_ROI_F。

进一步地,步骤S2中,对果树图像集合T中的每一幅图像t进行阈值分割处理包括以下步骤,

S21:对树冠区域进行标记M_C;

S22:对背景区域进行标记M_B;

S23:基于M_C和M_B标记制作图像t的局部极小值区域VI;

S24:对VI使用分水岭变换得到树冠区域ROI_T。

进一步地,步骤S3中,给定果实数目的图像掩膜制作包括以下步骤,

S31:设定果实数目N,从果实图像集合F中随机选出N个图像,组成F-N图像集合待用,从F-N图像集合中提取N个图像的果实区域ROI_F的中心位置center_ROI_F;

S32:随机选取果树图像集合T中任一图像I,获取图像I中的树冠区域ROI_T;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010097186.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top