[发明专利]基于优先级和数据使用计划的图像处理方法

说明书

本发明提供了一种基于优先级和数据使用计划的图像处理方法。该技术方案首先基于灰度补偿算法对图像的G、B通道进行校正，而后采用消光系数反演结合灰度补偿方法校正R通道，使图像在同等条件下得到均一化处理，缓解了环境光对图像的影响。在此基础上，基于Opencv标定对象轮廓信息，并绘制成型，而后提取相邻若干帧图像，采用均值法对轮廓线进行校正，从而获得对象轮廓信息。在优选技术方案中，可进一步对原图像进行色彩校正或偏移校正；对于对象范围内的像素点，可利用中值滤波法进行降噪，以便于后续进行特征提取。应用本发明，使图像在像素级别上充分稳定，而且对象的标定更加准确有效，为后续精准提取特征信息奠定了基础。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于优先级和数据使用计划的图像处理方法。

背景技术

图象处理技术是利用计算机、摄像机及其他数字处理技术对图像施加某种运算和处理，以提取图像中的各种信息，从而达到某种特定目的的技术。图像处理技术具有再现性好、精度高、适用面宽等特点。其广泛应用在工业自动化、文字及图纸的读取、医疗、交通及遥感图像处理等领域。随着计算机技术、数字技术的不断发展及图像处理设备成本的不断降低，图像处理技术在工程领域的应用将越来越普及。

近年来，随着农业自动化的快速发展，图像处理技术逐渐被应用于农产品的分选或定级如水果，通过图像采集及处理手段评价其颜色、形状、大小等特征；禽蛋，根据色泽、重量、形状、大小等外部特征进行分级；烟叶，根据其颜色、形状、纹理、面积等进行综合分级等。目前以产品分级为目的的图像处理方法，主要运算、像素变换、几何变换、滤波、全局优化等。尤其是几何变换方法应用最为广泛，它利用数学建模的方法来描述图像位置、大小、形状等变化。在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。这就需要进行一定的畸变校正。在进行目标物的匹配时，需要对图像进行旋转、平移等处理。在进行三维景物显示时，需要进行三维到二维平面的投影建模。尽管已有诸多应用实例，但目前单纯依托上述方法所获得的图像分析结果仍存在一定偏差，尤其是图像采集条件对评价结果仍具有明显影响。

发明内容

本发明旨在针对现有技术的技术缺陷，提供一种基于优先级和数据使用计划的图像处理方法，以解决常规图像处理方法在对象识别和特征提取方面存在较大偏差的技术问题。

为实现以上技术目的，本发明采用以下技术方案：

基于优先级和数据使用计划的图像处理方法，包括以下步骤：

1)利用式1对图像的G、B通道进行校正；

式1中，J(x，λ)为校正后的G、B通道亮度；I(x，λ)为校正前的G、B通道亮度；t_BG(x)为G、B通道的灰度均质；B(λ)为环境光反射分量；

2)利用式2对图像的R通道进行校正；

式2中，J(x，λ)为校正后的R通道亮度；I(x，λ)为校正前的R通道亮度；t_BG(X)为G、B通道的灰度均质；B(λ)为环境光反射分量；α为环境光的散射系数；R为气溶胶消光系数；

3)读取图像到Mat，将Mat转为灰度的图像，并二值化；在Opencv-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓；在OpenCV中通过cv2.drawContours在图像上绘制轮廓；

4)提取相邻若干帧图像，分别执行步骤3)，将各帧图像的轮廓线进行叠加，当偏移值大于预设值时重复提取图像，当偏移值不大于预设值时，取均值得到对象轮廓范围。