本發(fā)明涉及農(nóng)業(yè)技術(shù)領(lǐng)域，尤其涉及一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法及裝置。

背景技術(shù)：

圖像分割能夠?qū)⒁环鶊D像分成許多個(gè)區(qū)域，而且，各個(gè)區(qū)域間彼此不相重疊，位于同一區(qū)域內(nèi)的像素具有相似性，而位于不同區(qū)域內(nèi)的像素則具有相異性。在基于計(jì)算機(jī)視覺的圖像處理過程中，圖像分割及時(shí)至關(guān)重要。合理而有效的圖像分割結(jié)果能精確的提取出目標(biāo)的信息，對后續(xù)的圖像處理和病害診斷過程具有十分重要的作用。

計(jì)算機(jī)輔助植物病害診斷和防治是近年來圖像處理技術(shù)、計(jì)算機(jī)視覺技術(shù)和模式識(shí)別技術(shù)應(yīng)用的新領(lǐng)域。計(jì)算機(jī)輔助病害診斷和防治的基礎(chǔ)和關(guān)鍵是能夠有效地進(jìn)行病害對象的自動(dòng)識(shí)別。為了提高病害識(shí)別的準(zhǔn)確率進(jìn)而為植物病害診斷和防治提供可靠的依據(jù)，因此很有必要針對葉面病斑的圖像分割算法進(jìn)行研究。

目前還沒有一種計(jì)算機(jī)輔助進(jìn)行的針對邊緣模糊類設(shè)施蔬菜葉面病斑分割方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法和裝置，根據(jù)植物葉片正常部分與病斑的顏色差異及病斑的各類特征(如紋理特征和形狀特征)等獨(dú)特因素對葉面病斑進(jìn)行識(shí)別，從而可實(shí)現(xiàn)計(jì)算機(jī)輔助的設(shè)施蔬菜邊緣模糊類葉面病斑的分割。

第一方面，本發(fā)明提供一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法，其特征在于，包括：

獲取待處理圖像中任一目標(biāo)像素點(diǎn)的灰度值以及所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的灰度值；所述鄰域像素點(diǎn)為目標(biāo)像素點(diǎn)的k×k鄰域窗口內(nèi)的像素點(diǎn)；

根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值；

根據(jù)k和所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的橫向坐標(biāo)偏移量和縱向坐標(biāo)偏移量，獲取所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的權(quán)值；所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)橫向偏移的距離，鄰域像素點(diǎn)的縱向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)縱向偏移的距離；

根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值；

根據(jù)獲取的所述待處理圖像的所有目標(biāo)像素點(diǎn)的灰度值、所有目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所有目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，建立三維直方圖；

根據(jù)所述任一目標(biāo)像素點(diǎn)的灰度值、所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所述任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，判斷所述任一目標(biāo)像素點(diǎn)在所述三維直方圖所處的三維坐標(biāo)系中所處的區(qū)域；

根據(jù)所述三維坐標(biāo)系內(nèi)每個(gè)區(qū)域?qū)?yīng)的預(yù)設(shè)矯正策略對處于對應(yīng)區(qū)域內(nèi)的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值進(jìn)行矯正；

根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，并根據(jù)所有目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離對所述三維直方圖降維；

采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取最佳全局閾值；

根據(jù)所述最佳全局閾值，對所述待處理圖像進(jìn)行分割。

優(yōu)選的，根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，包括：

根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，通過公式(一)獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值

其中，g(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

優(yōu)選的，根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，包括：

根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，通過公式(二)獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值

其中，h(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，weight(m,n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的權(quán)值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

優(yōu)選的，根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，包括：

根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，通過公式(三)計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離

其中，d為目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，f^*為矯正后的所述目標(biāo)像素點(diǎn)的灰度值，g^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，h^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值。

優(yōu)選的，采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取最佳全局閾值，包括：

采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取初始閾值，將所述初始閾值作為待定目標(biāo)閾值；

根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分?jǐn)M合形成兩條高斯曲線，將所述兩條高斯曲線的交點(diǎn)對應(yīng)的值作為當(dāng)前閾值，計(jì)算所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值，并將所述當(dāng)前閾值作為待定目標(biāo)閾值，重復(fù)所述根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分步驟直到所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值小于等于預(yù)設(shè)差值，將最后一次獲取的待定目標(biāo)閾值作為目標(biāo)閾值。

第二方面，本發(fā)明還提供一種設(shè)施蔬菜邊緣模糊類葉面病斑分割裝置，包括：

第一獲取單元，用于獲取待處理圖像中任一目標(biāo)像素點(diǎn)的灰度值以及所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的灰度值；所述鄰域像素點(diǎn)為目標(biāo)像素點(diǎn)的k×k鄰域窗口內(nèi)的像素點(diǎn)；

第二獲取單元，用于根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值；

第三獲取單元，用于根據(jù)k和所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的橫向坐標(biāo)偏移量和縱向坐標(biāo)偏移量，獲取所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的權(quán)值；所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)橫向偏移的距離，鄰域像素點(diǎn)的縱向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)縱向偏移的距離；

第四獲取單元，用于根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值；

三維直方圖建立單元，用于根據(jù)獲取的所述待處理圖像的所有目標(biāo)像素點(diǎn)的灰度值、所有目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所有目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，建立三維直方圖；

判斷單元，用于根據(jù)所述任一目標(biāo)像素點(diǎn)的灰度值、所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所述任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，判斷所述任一目標(biāo)像素點(diǎn)在所述三維直方圖所處的三維坐標(biāo)系中所處的區(qū)域；

矯正單元，用于根據(jù)所述三維坐標(biāo)系內(nèi)每個(gè)區(qū)域?qū)?yīng)的預(yù)設(shè)矯正策略對處于對應(yīng)區(qū)域內(nèi)的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值進(jìn)行矯正；

計(jì)算單元，用于根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，并根據(jù)所有目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離對所述三維直方圖降維；

第五獲取單元，用于采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取最佳全局閾值；

分割單元，用于根據(jù)所述最佳全局閾值，對所述待處理圖像進(jìn)行分割。

優(yōu)選的，所述第二獲取單元還用于：

根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，通過公式(一)獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值

其中，g(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

優(yōu)選的，所述第四獲取單元還用于：

根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，通過公式(二)獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值

其中，h(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，weight(m,n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的權(quán)值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

優(yōu)選的，所述計(jì)算單元還用于：

根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，通過公式(三)計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離

其中，d為目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，f^*為矯正后的所述目標(biāo)像素點(diǎn)的灰度值，g^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，h^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值。

優(yōu)選的，所述第五獲取單元還用于：

采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取初始閾值，將所述初始閾值作為待定目標(biāo)閾值；

根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分?jǐn)M合形成兩條高斯曲線，將所述兩條高斯曲線的交點(diǎn)對應(yīng)的值作為當(dāng)前閾值，計(jì)算所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值，并將所述當(dāng)前閾值作為待定目標(biāo)閾值，重復(fù)所述根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分步驟直到所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值小于等于預(yù)設(shè)差值，將最后一次獲取的待定目標(biāo)閾值作為目標(biāo)閾值。

由上述技術(shù)方案可知，本發(fā)明的一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法及裝置，根據(jù)植物葉片正常部分與病斑的顏色差異及病斑的各類特征(如紋理特征和形狀特征)等獨(dú)特因素對葉面病斑進(jìn)行識(shí)別，從而可實(shí)現(xiàn)計(jì)算機(jī)輔助的設(shè)施蔬菜邊緣模糊類葉面病斑的分割。

附圖說明

圖1為本發(fā)明一實(shí)施例提供的設(shè)施蔬菜邊緣模糊類葉面病斑分割方法的流程圖；

圖2為八角區(qū)域分布圖；

圖3為本發(fā)明一實(shí)施例提供的設(shè)施蔬菜邊緣清晰類葉面病斑分割裝置的結(jié)構(gòu)示意圖。

附圖標(biāo)記說明

第一獲取單元301 第二獲取單元302 第三獲取單元303 第四獲取單元304 三維直方圖建立單元305 判斷單元306 矯正單元307 計(jì)算單元308 第五獲取單元309 分割單元310

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

圖1為本發(fā)明一實(shí)施例提供的一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法的流程圖。

如圖1所示的一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法，包括：

S101、獲取待處理圖像中任一目標(biāo)像素點(diǎn)的灰度值以及所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的灰度值；所述鄰域像素點(diǎn)為目標(biāo)像素點(diǎn)的k×k鄰域窗口內(nèi)的像素點(diǎn)；

可以理解的是，所述k通常為奇數(shù)。可以為3或5等。

所述目標(biāo)像素點(diǎn)為待處理圖像中的像素點(diǎn)。

S102、根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值；

S103、根據(jù)k和所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的橫向坐標(biāo)偏移量和縱向坐標(biāo)偏移量，獲取所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的權(quán)值；所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)橫向偏移的距離，鄰域像素點(diǎn)的縱向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)縱向偏移的距離；

例如：目標(biāo)像素點(diǎn)的坐標(biāo)為(x,y)，該目標(biāo)像素點(diǎn)的鄰域像素點(diǎn)的坐標(biāo)為(x+m,y+n)，則，m為該鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

S104、根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值；

可以理解的是，采用像素點(diǎn)的鄰域加權(quán)灰度中值既能夠較好的消除噪聲，也能夠保留邊緣特征。

S105、根據(jù)獲取的所述待處理圖像的所有目標(biāo)像素點(diǎn)的灰度值、所有目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所有目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，建立三維直方圖；

S106、根據(jù)所述任一目標(biāo)像素點(diǎn)的灰度值、所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所述任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，判斷所述任一目標(biāo)像素點(diǎn)在所述三維直方圖所處的三維坐標(biāo)系中所處的區(qū)域；

S107、根據(jù)所述三維坐標(biāo)系內(nèi)每個(gè)區(qū)域?qū)?yīng)的預(yù)設(shè)矯正策略對處于對應(yīng)區(qū)域內(nèi)的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值進(jìn)行矯正；

可以理解的是，根據(jù)上述計(jì)算獲得了待處理圖像中各個(gè)像素點(diǎn)的三元組，該三元組分別包括像素點(diǎn)的灰度值f(x,y)、的鄰域內(nèi)的平均灰度值g(x,y)和鄰域加權(quán)灰度中值h(x,y)，即每個(gè)像素點(diǎn)對應(yīng)的三元組為(f(x,y),g(x,y),h(x,y))。

通過該種方式，每個(gè)像素點(diǎn)均用一個(gè)三維信息表示出來。

在一種具體實(shí)施例中，三維直方圖所處的三維坐標(biāo)系分為如圖2所示的八個(gè)區(qū)域范圍：區(qū)域0、區(qū)域1、區(qū)域2、區(qū)域3、區(qū)域4、區(qū)域5、區(qū)域6和區(qū)域7，這八個(gè)區(qū)域正處于三維直方圖的八個(gè)頂角處，其中區(qū)域0位于原點(diǎn)所處的頂角處，區(qū)域1位于與所述區(qū)域0相對的頂角處，區(qū)域1、區(qū)域2、區(qū)域7和區(qū)域4依次處于所述三維直方圖的上表面的四個(gè)頂角處，區(qū)域0、區(qū)域5、區(qū)域6和區(qū)域3依次處于所述三維直方圖的下表面的四個(gè)頂角處，其中，區(qū)域0和區(qū)域7位于所述三維直方圖的同一邊上，區(qū)域2和區(qū)域5位于所述三維直方圖的同一邊上，區(qū)域1和區(qū)域6位于所述三維直方圖的同一邊上，區(qū)域3和區(qū)域4位于所述三維直方圖的同一邊上。(圖2中的L表示待處理圖像的灰度級(jí)數(shù))

下面結(jié)合上述區(qū)域說明與各個(gè)區(qū)域?qū)?yīng)的矯正策略：

(1)區(qū)域0：灰度值、鄰域內(nèi)的平均灰度值和鄰域加權(quán)灰度中值十分接近且均較小，說明該區(qū)域?yàn)楸尘皡^(qū)域，不需矯正；

(2)區(qū)域1：灰度值、鄰域加權(quán)灰度中值和鄰域加權(quán)灰度中值十分接近且均較大，說明屬于前景區(qū)域，不需矯正；

(3)區(qū)域2：灰度值較小，鄰域加權(quán)灰度中值和鄰域加權(quán)灰度中值接近且較大。說明該點(diǎn)是明亮區(qū)域內(nèi)的暗點(diǎn)，應(yīng)為前景區(qū)域內(nèi)部的噪聲，需矯正灰度值，即f^*＝(g+h)/2。

(4)區(qū)域3：灰度值較大，鄰域加權(quán)灰度中值和鄰域加權(quán)灰度中值接近且較小。說明該點(diǎn)是陰暗區(qū)間內(nèi)的亮點(diǎn)，應(yīng)為背景區(qū)域內(nèi)部的噪聲，需矯正灰度值，即f^*＝(g+h)/2；

(5)區(qū)域4：灰度值和鄰域加權(quán)灰度中值接近且較大，鄰域加權(quán)灰度中值較小。說明該點(diǎn)屬于前景區(qū)域，雖然本身不為噪聲點(diǎn)，但附近有較暗的噪聲點(diǎn)，需矯正鄰域加權(quán)灰度中值，即g^*＝(f+h)/2；

(6)區(qū)域5：灰度值和鄰域加權(quán)灰度中值接近且較小，鄰域加權(quán)灰度中值較大。說明該點(diǎn)屬于背景區(qū)域，雖然本身不為噪聲點(diǎn)，但附近有較亮的噪聲點(diǎn)，需矯正鄰域加權(quán)灰度中值，即g^*＝(f+h)/2；

(7)區(qū)域6：灰度值和鄰域加權(quán)灰度中值接近且較大，鄰域加權(quán)灰度中值較小。說明該點(diǎn)屬于接近背景區(qū)域的邊緣像素點(diǎn)，附近有明亮噪聲點(diǎn)，且灰度較大的像素?cái)?shù)少于灰度較小的像素?cái)?shù)，故該點(diǎn)偏向于背景部分，需矯正灰度值和鄰域加權(quán)灰度中值，即f^*＝g^*＝h；

(8)區(qū)域7：灰度值和鄰域加權(quán)灰度中值接近且較小，鄰域加權(quán)灰度中值較大。該點(diǎn)屬于接近目標(biāo)區(qū)域的邊緣像素點(diǎn)，附近有較暗的噪聲點(diǎn)，且灰度較小的像素點(diǎn)數(shù)要少于灰度較大的像素點(diǎn)數(shù)，故該點(diǎn)偏向于目標(biāo)部分，需矯正灰度值和鄰域加權(quán)灰度中值，即f^*＝g^*＝h。

上述f、g、h分別為像素點(diǎn)的灰度值、鄰域內(nèi)的平均灰度值和鄰域加權(quán)灰度中值；f^*、g^*分別為像素點(diǎn)的矯正后的灰度值、矯正后的鄰域加權(quán)灰度中值。

S108、根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，并根據(jù)所有目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離對所述三維直方圖降維；

可以理解的是，三維直方圖上的點(diǎn)的分布可用三維直方圖所處的三維坐標(biāo)系的原點(diǎn)到該點(diǎn)所在分割平面的距離來表示，即為目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，從而將從對三維最佳閾值的搜索轉(zhuǎn)化為僅需尋找一維最佳閾值的過程。

S109、采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取最佳全局閾值；

S110、根據(jù)所述最佳全局閾值，對所述待處理圖像進(jìn)行分割。

值得說明的是，邊緣模糊類葉面病斑指蔬菜葉面存在的一類病斑以肉眼無法明確判定其向正常葉片過度的邊緣界限。

本發(fā)明實(shí)施例提供了一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法，本發(fā)明的方法，根據(jù)植物葉片正常部分與病斑的顏色差異及病斑的各類特征(如紋理特征和形狀特征)等獨(dú)特因素對葉面病斑進(jìn)行識(shí)別，從而可實(shí)現(xiàn)計(jì)算機(jī)輔助的設(shè)施蔬菜邊緣模糊類葉面病斑的分割。

作為一種優(yōu)選實(shí)施例，所述步驟S102，包括：

根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，通過公式(一)獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值

其中，g(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

作為一種優(yōu)選實(shí)施例，所述步驟S104，包括：

根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，通過公式(二)獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值

其中，h(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，weight(m,n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的權(quán)值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

作為一種優(yōu)選實(shí)施例，所述步驟S108中的根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，包括：

根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，通過公式(三)計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離

其中，d為目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，f^*為矯正后的所述目標(biāo)像素點(diǎn)的灰度值，g^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，h^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值。

值得說明的是，上述實(shí)施例中未對鄰域加權(quán)灰度中值進(jìn)行矯正，因此，此處的h^*即為未矯正的鄰域加權(quán)灰度中值，即為h本身。

值得說明的是，由于目標(biāo)像素點(diǎn)為待處理圖像中的像素點(diǎn)，因此，坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的0＜x＜M，0＜y＜N，其中，M為所述待處理圖像的橫向像素點(diǎn)總數(shù)，N為所述待處理圖像的縱向像素點(diǎn)總數(shù)。

作為一種優(yōu)選實(shí)施例，所述步驟S109，包括：

采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取初始閾值，將所述初始閾值作為待定目標(biāo)閾值；

根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分?jǐn)M合形成兩條高斯曲線，將所述兩條高斯曲線的交點(diǎn)對應(yīng)的值作為當(dāng)前閾值，計(jì)算所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值，并將所述當(dāng)前閾值作為待定目標(biāo)閾值，重復(fù)所述根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分步驟直到所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值小于等于預(yù)設(shè)差值，將最后一次獲取的待定目標(biāo)閾值作為目標(biāo)閾值。

下面通過Step1-Step4介紹求取目標(biāo)閾值的具體方法。

Step1:采用Otsu全局閾值算法對降維后的三維直方圖進(jìn)行分割得到一個(gè)初始閾值th₀，將所述初始閾值作為待定目標(biāo)閾值；

Step2:利用初始閾值th_i(此處的th_i＝th₀)將降維后的三維直方圖分成兩個(gè)部分C₀和C₁，其中i是迭代次數(shù)，分別計(jì)算C₀和C₁各自分布的均值μ₀和μ₁以及方差和然后擬合出兩個(gè)高斯分布曲線和

Step3:比較和將其中較小的方差對應(yīng)的均值作為μ_begin，另一個(gè)方差對應(yīng)的均值為μ_end，從μ_begin位置處向μ_end方向進(jìn)行遍歷，根據(jù)μ_begin和其對應(yīng)的方差計(jì)算第一概率密度函數(shù)值p(x_i|begin)，根據(jù)μ_end和其對應(yīng)的方差計(jì)算第二概率密度函數(shù)值p(x_i|end)，當(dāng)p(x_i|begin)≤p(x_i|end)時(shí)，則本次迭代搜索到的最佳閾值為th_i+1＝x_i，其中，x_i為本次迭代得到的閾值。

Step4:當(dāng)|th_i+1-th_i|＜Δ時(shí)(其中Δ為容忍誤差)，則th_i為全局最佳閾值迭代停止，否則轉(zhuǎn)Step2。

圖3為本發(fā)明一實(shí)施例提供的設(shè)施蔬菜邊緣模糊類葉面病斑分割裝置的結(jié)構(gòu)示意圖。

如圖3所示的一種設(shè)施蔬菜邊緣模糊類葉面病斑分割裝置，包括：

第一獲取單元301，用于獲取待處理圖像中任一目標(biāo)像素點(diǎn)的灰度值以及所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的灰度值；所述鄰域像素點(diǎn)為目標(biāo)像素點(diǎn)的k×k鄰域窗口內(nèi)的像素點(diǎn)；

第二獲取單元302，用于根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值；

第三獲取單元303，用于根據(jù)k和所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的橫向坐標(biāo)偏移量和縱向坐標(biāo)偏移量，獲取所述任一目標(biāo)像素點(diǎn)的任一鄰域像素點(diǎn)的權(quán)值；所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)橫向偏移的距離，鄰域像素點(diǎn)的縱向坐標(biāo)偏移量為所述鄰域像素點(diǎn)相對于目標(biāo)像素點(diǎn)縱向偏移的距離；

第四獲取單元304，用于根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值；

三維直方圖建立單元305，用于根據(jù)獲取的所述待處理圖像的所有目標(biāo)像素點(diǎn)的灰度值、所有目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所有目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，建立三維直方圖；

判斷單元306，用于根據(jù)所述任一目標(biāo)像素點(diǎn)的灰度值、所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及所述任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，判斷所述任一目標(biāo)像素點(diǎn)在所述三維直方圖所處的三維坐標(biāo)系中所處的區(qū)域；

矯正單元307，用于根據(jù)所述三維坐標(biāo)系內(nèi)每個(gè)區(qū)域?qū)?yīng)的預(yù)設(shè)矯正策略對處于對應(yīng)區(qū)域內(nèi)的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值進(jìn)行矯正；

計(jì)算單元308，用于根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，并根據(jù)所有目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離對所述三維直方圖降維；

第五獲取單元309，用于采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取最佳全局閾值；

分割單元310，用于根據(jù)所述最佳全局閾值，對所述待處理圖像進(jìn)行分割。

作為一種優(yōu)選實(shí)施例，所述第二獲取單元302還用于：

根據(jù)獲取的任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值，通過公式(一)獲取所述任一目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值

其中，g(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

作為一種優(yōu)選實(shí)施例，所述第四獲取單元304還用于：

根據(jù)獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的灰度值以及獲取的所述任一目標(biāo)像素點(diǎn)的所有鄰域像素點(diǎn)的權(quán)值，通過公式(二)獲取任一目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值

其中，h(x,y)為坐標(biāo)為(x,y)的目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，f(x+m,y+n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的灰度值，weight(m,n)為所述目標(biāo)像素點(diǎn)的坐標(biāo)為(x+m,y+n)的鄰域像素點(diǎn)的權(quán)值，m為所述鄰域像素點(diǎn)的橫向坐標(biāo)偏移量，n為所述鄰域像素點(diǎn)的縱向坐標(biāo)偏移量。

作為一種優(yōu)選實(shí)施例，所述計(jì)算單元308還用于：

根據(jù)矯正后的目標(biāo)像素點(diǎn)的灰度值、目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值以及目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值，通過公式(三)計(jì)算所述任一目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離

其中，d為目標(biāo)像素點(diǎn)與所述三維坐標(biāo)系原點(diǎn)之間的距離，f^*為矯正后的所述目標(biāo)像素點(diǎn)的灰度值，g^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域內(nèi)的平均灰度值，h^*為矯正后的所述目標(biāo)像素點(diǎn)的鄰域加權(quán)灰度中值。

作為一種優(yōu)選實(shí)施例，所述第五獲取單元309還用于：

采用OTSU全局閾值算法對降維后的三維直方圖進(jìn)行分割，獲取初始閾值，將所述初始閾值作為待定目標(biāo)閾值；

根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分?jǐn)M合形成兩條高斯曲線，將所述兩條高斯曲線的交點(diǎn)對應(yīng)的值作為當(dāng)前閾值，計(jì)算所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值，并將所述當(dāng)前閾值作為待定目標(biāo)閾值，重復(fù)所述根據(jù)所述待定目標(biāo)閾值將所述降維后的三維直方圖分成兩部分步驟直到所述當(dāng)前閾值與上一待定目標(biāo)閾值之間的差值小于等于預(yù)設(shè)差值，將最后一次獲取的待定目標(biāo)閾值作為目標(biāo)閾值。

由于本發(fā)明的一種設(shè)施蔬菜邊緣模糊類葉面病斑分割裝置和一種設(shè)施蔬菜邊緣模糊類葉面病斑分割方法是一一對應(yīng)的，因此對一種設(shè)施蔬菜邊緣模糊類葉面病斑分割裝置不再詳述。

本領(lǐng)域普通技術(shù)人員可以理解：以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明權(quán)利要求所限定的范圍。