[发明专利]复杂自然场景下的棉铃检测方法及系统

说明书

本发明属于图像处理技术领域，提供了一种复杂自然场景下的棉铃检测方法及系统。其中，该检测方法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。

技术领域

本发明属于图像处理技术领域，尤其涉及一种复杂自然场景下的棉铃检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

棉花成长阶段监测主要依靠人工记录，需要经常观察和专业的知识，过计算机视觉技术辅助的棉花早期棉铃的检测，可以提高效率，减少人工误差，同时也能用于作物后续的疾病检测，产量预测等。从野外采集的作物图像中提取作物是一项困难的任务。发明人发现，由于复杂自然环境下的存在植物遮挡、光照干扰、叶片反射等多种因素降低了目前棉铃的检测的鲁棒性和准确性。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种复杂自然场景下的棉铃检测方法及系统，其适用于自然场景下的棉铃检测，而且鲁棒性和准确性较高。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种复杂自然场景下的棉铃检测方法，其包括：

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。

本发明的第二个方面提供一种复杂自然场景下的棉铃检测系统，其包括：

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。

本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的复杂自然场景下的棉铃检测方法中的步骤。

本发明的第四个方面提供一种计算机设备，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，所述处理器执行所述程序时实现如上述所述的复杂自然场景下的棉铃检测方法中的步骤。

与现有技术相比，本发明的有益效果是：