技術特征：

1.一種設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像素點的灰度值以及所述任一目標像素點的任一鄰域像素點的灰度值；所述鄰域像素點為目標像素點的k×k鄰域窗口內的像素點；

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

根據(jù)k和所述任一目標像素點的任一鄰域像素點的橫向坐標偏移量和縱向坐標偏移量，獲取所述任一目標像素點的任一鄰域像素點的權值；所述鄰域像素點的橫向坐標偏移量為所述鄰域像素點相對于目標像素點橫向偏移的距離，鄰域像素點的縱向坐標偏移量為所述鄰域像素點相對于目標像素點縱向偏移的距離；

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

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

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

根據(jù)所述三維坐標系內每個區(qū)域對應的預設矯正策略對處于對應區(qū)域內的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值進行矯正；

根據(jù)矯正后的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值，計算所述任一目標像素點與所述三維坐標系原點之間的距離，并根據(jù)所有目標像素點與所述三維坐標系原點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行分割。

2.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)獲取的任一目標像素點的所有鄰域像素點的灰度值，獲取所述任一目標像素點的鄰域內的平均灰度值，包括：

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

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

3.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)獲取的所述任一目標像素點的所有鄰域像素點的灰度值以及獲取的所述任一目標像素點的所有鄰域像素點的權值，獲取任一目標像素點的鄰域加權灰度中值，包括：

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

其中，h(x,y)為坐標為(x,y)的目標像素點的鄰域加權灰度中值，f(x+m,y+n)為所述目標像素點的坐標為(x+m,y+n)的鄰域像素點的灰度值，weight(m,n)為所述目標像素點的坐標為(x+m,y+n)的鄰域像素點的權值，m為所述鄰域像素點的橫向坐標偏移量，n為所述鄰域像素點的縱向坐標偏移量。

4.根據(jù)權利要求1所述的方法，其特征在于，根據(jù)矯正后的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值，計算所述任一目標像素點與所述三維坐標系原點之間的距離，包括：

根據(jù)矯正后的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值，通過公式(三)計算所述任一目標像素點與所述三維坐標系原點之間的距離

其中，d為目標像素點與所述三維坐標系原點之間的距離，f^*為矯正后的所述目標像素點的灰度值，g^*為矯正后的所述目標像素點的鄰域內的平均灰度值，h^*為矯正后的所述目標像素點的鄰域加權灰度中值。

5.根據(jù)權利要求1所述的方法，其特征在于，采用OTSU全局閾值算法對降維后的三維直方圖進行分割，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行分割，獲取初始閾值，將所述初始閾值作為待定目標閾值；

根據(jù)所述待定目標閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分擬合形成兩條高斯曲線，將所述兩條高斯曲線的交點對應的值作為當前閾值，計算所述當前閾值與上一待定目標閾值之間的差值，并將所述當前閾值作為待定目標閾值，重復所述根據(jù)所述待定目標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前閾值與上一待定目標閾值之間的差值小于等于預設差值，將最后一次獲取的待定目標閾值作為目標閾值。

6.一種設施蔬菜邊緣模糊類葉面病斑分割裝置，其特征在于，包括：

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

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

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

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

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像素點的灰度值、所有目標像素點的鄰域內的平均灰度值以及所有目標像素點的鄰域加權灰度中值，建立三維直方圖；

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

矯正單元，用于根據(jù)所述三維坐標系內每個區(qū)域對應的預設矯正策略對處于對應區(qū)域內的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值進行矯正；

計算單元，用于根據(jù)矯正后的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值，計算所述任一目標像素點與所述三維坐標系原點之間的距離，并根據(jù)所有目標像素點與所述三維坐標系原點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行分割。

7.根據(jù)權利要求6所述的裝置，其特征在于，所述第二獲取單元還用于：

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

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

8.根據(jù)權利要求6所述的裝置，其特征在于，所述第四獲取單元還用于：

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

其中，h(x,y)為坐標為(x,y)的目標像素點的鄰域加權灰度中值，f(x+m,y+n)為所述目標像素點的坐標為(x+m,y+n)的鄰域像素點的灰度值，weight(m,n)為所述目標像素點的坐標為(x+m,y+n)的鄰域像素點的權值，m為所述鄰域像素點的橫向坐標偏移量，n為所述鄰域像素點的縱向坐標偏移量。

9.根據(jù)權利要求6所述的裝置，其特征在于，所述計算單元還用于：

根據(jù)矯正后的目標像素點的灰度值、目標像素點的鄰域內的平均灰度值以及目標像素點的鄰域加權灰度中值，通過公式(三)計算所述任一目標像素點與所述三維坐標系原點之間的距離

其中，d為目標像素點與所述三維坐標系原點之間的距離，f^*為矯正后的所述目標像素點的灰度值，g^*為矯正后的所述目標像素點的鄰域內的平均灰度值，h^*為矯正后的所述目標像素點的鄰域加權灰度中值。

10.根據(jù)權利要求6所述的裝置，其特征在于，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行分割，獲取初始閾值，將所述初始閾值作為待定目標閾值；

根據(jù)所述待定目標閾值將所述降維后的三維直方圖分成兩部分；

將所分成的兩部分擬合形成兩條高斯曲線，將所述兩條高斯曲線的交點對應的值作為當前閾值，計算所述當前閾值與上一待定目標閾值之間的差值，并將所述當前閾值作為待定目標閾值，重復所述根據(jù)所述待定目標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前閾值與上一待定目標閾值之間的差值小于等于預設差值，將最后一次獲取的待定目標閾值作為目標閾值。