[发明专利]复杂自然场景下的棉铃检测方法及系统

权利要求书

1.一种复杂自然场景下的棉铃检测方法，其特征在于，包括：

获取自然环境下的棉花RGB图像；

将所述棉花RGB图像转换为HSV颜色空间图像，分别对S通道和V通道进行直方图均衡处理，再将S通道和V通道合并后转换为RGB颜色空间图像；

去除由HSV颜色空间图像转换的RGB颜色空间图像的噪声；

对滤波后的图像进行聚类，以分割图像中棉铃和背景；

对聚类后的图像进行边缘检测，提取出棉铃的轮廓；

通过霍夫变换设定不同的阈值，检测棉铃轮廓的边缘信息，检测出棉铃不同时期或不同大小棉铃的位置。

2.如权利要求1所述的复杂自然场景下的棉铃检测方法，其特征在于，通过导向滤波去除由HSV颜色空间图像转换的RGB颜色空间图像的噪声。

3.如权利要求1所述的复杂自然场景下的棉铃检测方法，其特征在于，对滤波后的图像使用模糊C均值聚类算法进行聚类。

4.如权利要求1所述的复杂自然场景下的棉铃检测方法，其特征在于，利用Sobel算子对聚类后的图像进行边缘检测，提取出棉铃的轮廓。

5.如权利要求1所述的复杂自然场景下的棉铃检测方法，其特征在于，通过霍夫变换设定不同的阈值，检测棉铃轮廓的边缘信息，还检测出棉铃的数量。

6.一种复杂自然场景下的棉铃检测系统，其特征在于，包括：

RGB图像获取模块，其用于获取自然环境下的棉花RGB图像；

直方图均衡处理模块，其用于将所述棉花RGB图像转换为HSV颜色空间图像，分别对S通道和V通道进行直方图均衡处理，再将S通道和V通道合并后转换为RGB颜色空间图像；

图像滤波模块，其用于去除由HSV颜色空间图像转换的RGB颜色空间图像的噪声；

图像聚类模块，其用于对滤波后的图像进行聚类，以分割图像中棉铃和背景；

轮廓提取模块，其用于对聚类后的图像进行边缘检测，提取出棉铃的轮廓；

棉铃检测模块，其用于通过霍夫变换设定不同的阈值，检测棉铃轮廓的边缘信息，检测出棉铃不同时期或不同大小棉铃的位置。

7.如权利要求6所述的复杂自然场景下的棉铃检测系统，其特征在于，在所述图像滤波模块中，通过导向滤波去除由HSV颜色空间图像转换的RGB颜色空间图像的噪声。

8.如权利要求6所述的复杂自然场景下的棉铃检测系统，其特征在于，在所述图像聚类模块中，对滤波后的图像使用模糊C均值聚类算法进行聚类；

或

在所述轮廓提取模块中，利用Sobel算子对聚类后的图像进行边缘检测，提取出棉铃的轮廓。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的复杂自然场景下的棉铃检测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一项所述的复杂自然场景下的棉铃检测方法中的步骤。