本發(fā)明涉及圖像識(shí)別研究領(lǐng)域，特別涉及一種單目標(biāo)區(qū)域的復(fù)雜背景植物葉片圖像的準(zhǔn)確分割方法。

背景技術(shù)：

植物，尤其藥用植物，是大自然賦予人類(lèi)的重要資源。藥用植物在人類(lèi)與疾病抗?fàn)幍那Ч艢v程中，一直發(fā)揮著顯著的作用。然而，近年來(lái)，由于對(duì)生物資源保護(hù)和可持續(xù)利用意識(shí)的薄弱，致使大面積植被被毀，生態(tài)環(huán)境急劇惡化，藥用植物資源快速萎縮，一部分種類(lèi)瀕臨滅絕。加強(qiáng)對(duì)藥用植物的保護(hù)已刻不容緩。

毋容置疑，全面深入地摸清瀕危藥用植物的地理分布，構(gòu)建起較為完備的地理信息資源庫(kù)，對(duì)于野生藥用植物的保護(hù)、引種和利用等，將會(huì)起到重要的支撐作用，是一項(xiàng)惠及大眾的基礎(chǔ)性工程。

然而，一般人無(wú)法擔(dān)負(fù)野外鑒別植物的任務(wù)；相關(guān)專業(yè)的大學(xué)生也不行；只有從事有關(guān)工作多年，又可時(shí)常出差野外的中青年專家才能勝任。即便是放眼全球，這一類(lèi)的高端人才都是非常缺乏的。而他們本身往往已經(jīng)肩負(fù)著沉重的教學(xué)和科研任務(wù)。

所以，現(xiàn)行的資源調(diào)查，也只能采取抽樣選點(diǎn)的方式，離全面深入的調(diào)查還有一定距離。這樣構(gòu)建起的資源庫(kù)，其作用是差強(qiáng)人意的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為克服上述現(xiàn)有技術(shù)所述的至少一種缺陷(不足)，提供一種單目標(biāo)區(qū)域的復(fù)雜背景植物葉片圖像的準(zhǔn)確分割方法。該方法對(duì)于直接拍攝植物枝干上的葉片所得的復(fù)雜背景圖像，能取得較為準(zhǔn)確的分割結(jié)果。此類(lèi)圖像中除了目標(biāo)葉片外，還含有枝干、泥土、其他葉片等背景對(duì)象，分割難度大。本發(fā)明為葉片生長(zhǎng)參數(shù)的無(wú)損測(cè)定乃至植物無(wú)損自動(dòng)鑒別，掃清了一道障礙。

為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案如下：

一種單目標(biāo)區(qū)域的復(fù)雜背景植物葉片圖像的準(zhǔn)確分割方法，包括以下步驟：

第一步、預(yù)處理：把圖像縮放至所設(shè)定的尺度并顯示，用戶標(biāo)定葉邊緣點(diǎn)或葉內(nèi)點(diǎn)得到標(biāo)記點(diǎn)序列pos，再初始化前景和背景圖像；

第二步、檢測(cè)葉外點(diǎn)：圍繞每一個(gè)葉邊緣點(diǎn)并在以半徑為radius的圓周上，依賴圖像的彩色像素值以及前述標(biāo)記點(diǎn)序列pos的形狀信息，確定每一個(gè)葉邊緣點(diǎn)的葉外點(diǎn)；

第三步、結(jié)合葉外點(diǎn)信息修改前景背景標(biāo)記；結(jié)合葉邊緣點(diǎn)、葉內(nèi)點(diǎn)以及葉外點(diǎn)的信息，完善前景標(biāo)記和背景標(biāo)記；

第四步、分割及修正處理；在彩色空間直接求取梯度圖，而后作標(biāo)記分水嶺分割，并運(yùn)用數(shù)學(xué)形態(tài)學(xué)方法修正結(jié)果；

第五步、判斷分割及修改結(jié)果是否滿意，不滿意則返回步驟第一步，滿意則輸出分割及修改結(jié)果。

優(yōu)選的，所述第一步的預(yù)處理過(guò)程具體為：

step1：把圖像縮小至所設(shè)定的尺度，首先計(jì)算縮放比例系數(shù)ratio＝(2592×1936)/(圖像的行數(shù)×圖像的列數(shù))，若ratio<1，則把圖像以ratio的開(kāi)平方的值為倍數(shù)縮??；否則無(wú)需縮??；

step2：顯示縮小后的圖像currentImage；

step3：用戶標(biāo)定葉邊緣點(diǎn)或葉內(nèi)點(diǎn)，得到標(biāo)記點(diǎn)序列pos；在此，用戶選點(diǎn)的原則是：

第1個(gè)葉邊緣點(diǎn)標(biāo)定在葉基點(diǎn)處，循著順時(shí)針或逆時(shí)針?lè)较颍来螛?biāo)定后續(xù)的葉邊緣點(diǎn)或葉內(nèi)點(diǎn)；要求前后相鄰的兩個(gè)標(biāo)記點(diǎn)之間的連線不經(jīng)過(guò)葉片的外部；當(dāng)?shù)诙螛?biāo)記第1點(diǎn)所在位置時(shí)，標(biāo)記過(guò)程結(jié)束，第二次標(biāo)定的與第1點(diǎn)相同位置的點(diǎn)，不會(huì)被存儲(chǔ)于標(biāo)記點(diǎn)序列pos；隨即會(huì)依次連接相鄰的兩點(diǎn)，組成一個(gè)封閉的多邊形；

step4：初始化背景二值圖backgroundMask；新建一個(gè)與當(dāng)前顯示圖像currentImage大小一致的全“0”二值圖像backgroundMask，然后把它的四邊框上的像素全修改為“1”；

step5：初始化前景二值圖foregroundMask；新建一個(gè)與當(dāng)前圖像currentImage大小一致的全“0”二值圖像foregroundMask；然后在foregroundMask內(nèi)，把處于pos中所有標(biāo)記點(diǎn)依次連結(jié)而成的多邊形polygon內(nèi)部及邊界上的點(diǎn)，修改為“1”。

優(yōu)選的，所述第二步檢測(cè)葉外點(diǎn)的具體實(shí)現(xiàn)過(guò)程為：

step6：初始化計(jì)數(shù)器變量i＝1；

step7：依次對(duì)標(biāo)記點(diǎn)序列pos中的每一個(gè)標(biāo)記點(diǎn)p，確定其是否為葉邊緣點(diǎn)；

Step8：統(tǒng)計(jì)標(biāo)記點(diǎn)序列pos中，未被標(biāo)記為葉邊緣點(diǎn)的點(diǎn)數(shù)concavepointsNum；

Step9：設(shè)置一個(gè)葉邊緣點(diǎn)判斷距離；

Step10：判斷concavepointsNum是否大于2；若是，把葉邊緣點(diǎn)判斷距離加倍；

Step11：對(duì)標(biāo)記點(diǎn)序列pos中每一個(gè)未被標(biāo)記為葉邊緣點(diǎn)的點(diǎn)p，判斷點(diǎn)p與前面的一點(diǎn)pBefored的距離，以及與后面一點(diǎn)pBehind的距離，均小于葉邊緣點(diǎn)判斷距離，若是，確定點(diǎn)p為葉邊緣點(diǎn)；

step12：檢測(cè)每一個(gè)葉邊緣點(diǎn)p的葉外點(diǎn)o，并依次存于點(diǎn)列表outPosForLine；其中，檢測(cè)一個(gè)葉邊緣點(diǎn)p對(duì)應(yīng)的葉外點(diǎn)o。

優(yōu)選的，所述步驟step7的依次對(duì)標(biāo)記點(diǎn)序列pos中的每一個(gè)標(biāo)記點(diǎn)p，確定其是否為葉邊緣點(diǎn)具體方式為：

做step7.1至step7.6的操作，直至處理完標(biāo)記點(diǎn)序列pos中的所有點(diǎn)為止；

Step7.1：如果i小于等于標(biāo)記點(diǎn)p的總數(shù)，轉(zhuǎn)向step7.2，否則轉(zhuǎn)向step8；

Step7.2：i是否等于1，若是，標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)，轉(zhuǎn)向step7.6，否則轉(zhuǎn)向step7.3；

Step7.3：設(shè)置點(diǎn)p等于pos中的第i點(diǎn)；

Step7.4：判斷點(diǎn)p在多邊形polygon中，是否為凸點(diǎn)。若是，確定點(diǎn)p為葉邊緣點(diǎn)，即標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)，轉(zhuǎn)向step7.6；否則，轉(zhuǎn)向Step7.5。

Step7.5：把點(diǎn)p以及在標(biāo)記點(diǎn)序列pos中p前面的一點(diǎn)pBefore、在ppos中p后面的一點(diǎn)pBehind組成三角形，若點(diǎn)p是ppos中的最后一點(diǎn)，則把ppos中的第一點(diǎn)作為pBehind，計(jì)算點(diǎn)p所在的角的角度angle1，若angle1的范圍為[150°,180°)，則確定點(diǎn)p為葉邊緣點(diǎn)，即標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)；

Step7.6：令i＝i+1，轉(zhuǎn)向step7.1。

優(yōu)選的，所述步驟step12的具體實(shí)現(xiàn)過(guò)程如下：

step12.1：抽樣選取圓周上的點(diǎn)，在葉邊緣點(diǎn)p為中心，半徑為radius的圓周上，按順時(shí)針或逆時(shí)針?lè)较?，均勻地選取circlePointsNum個(gè)點(diǎn)，依次存儲(chǔ)每一個(gè)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)組成的二元組于circlePoints；

step12.2：圓周點(diǎn)的像素值整理復(fù)制，順序檢測(cè)circlePoints中的每一個(gè)點(diǎn)在前景二值圖foregroundMask里的值；從circlePoints中，把在前景二值圖foregroundMask中為“1”的那部分點(diǎn)，按其從圓周上抽取的順序，依次復(fù)制它們?cè)赾urrentImage中的紅、綠、藍(lán)像素值于pixelList，同時(shí)記錄它們的橫縱坐標(biāo)到pixelIndexInCirclePoints中的相同位置；而后，從circlePoints中，把在前景二值圖foregroundMask中為“0”的那部分點(diǎn)，按其從圓周上抽取的順序，緊跟著pixelList上的最后一個(gè)點(diǎn)，依次復(fù)制它們?cè)赾urrentImage中的紅、綠、藍(lán)像素值于pixelList，同時(shí)記錄它們的橫縱坐標(biāo)于pixelIndexInCirclePoints中的相同位置；記錄pixelList中，在foregroundMask里為“1”且下標(biāo)最大的那個(gè)點(diǎn)的下標(biāo)LastInpointIndex；

step12.3：初始化最大類(lèi)間方差maxD＝-1；

step12.4：初始化背景類(lèi)起始下標(biāo)i等于LastInpointIndex+1；

step12.5：判斷背景類(lèi)起始下標(biāo)i是否小于等于circlePointsNum；若是，轉(zhuǎn)向步驟step12.6；否則轉(zhuǎn)向step12.16；

step12.6：初始化背景類(lèi)終止下標(biāo)j等于背景類(lèi)起始下標(biāo)i；

step12.7：判斷背景類(lèi)終止下標(biāo)j是否小于等于circlePointsNum；若是，轉(zhuǎn)向步驟step12.8；否則，轉(zhuǎn)向step12.15；

step12.8：求分量類(lèi)間方差：把pixelList中，下標(biāo)從i到j(luò)的點(diǎn)，看作一類(lèi)；剩下的為另一類(lèi)，分別就兩類(lèi)點(diǎn)的紅色像素值、綠色像素值、藍(lán)色像素值三個(gè)分量，求類(lèi)間方差d1、d2、d3；類(lèi)間方差公式為：d＝ω1(μ1-μ)^2+ω2(μ2-μ)^2；

其中，ω1，ω2分別為第一類(lèi)和第二類(lèi)的點(diǎn)出現(xiàn)的概率，ω1+ω2＝1；μ表示所有點(diǎn)某一顏色分量的像素均值；μ1、μ2分別為第一類(lèi)和第二類(lèi)的點(diǎn)某一顏色分量的像素均值；

step12.9：令綜合類(lèi)間方差D＝d1+d2+d3；

step12.10：求修正系數(shù)modifyCoefficient，具體為：

step12.10.1：計(jì)算i和j的均值并取整，記為midOfij；

step12.10.2：求midOfij-LastInpointIndex和circlePointsNum-midOfij中的最小者，記為testX；

step12.10.3：計(jì)算(circlePointsNum-LastInpointIndex)/2，并取整，記為testR；

step12.10.4：modifyCoefficient＝arctan(testX/testR×20)/(π/2)；arctan為反正切函數(shù)；

其中下標(biāo)為midOfij的點(diǎn)即為擬確定的葉外點(diǎn)o；葉片區(qū)域包含前景標(biāo)記區(qū)域，即foregroundMask中為“1”的點(diǎn)組成的區(qū)域，

step12.11：基于下式求綜合類(lèi)間方差修正值D’，D’＝D^modifyCoefficient；

step12.12：判斷當(dāng)前的D’是否大于maxD，若是，轉(zhuǎn)向step12.13；否則，轉(zhuǎn)向step12.14；

step12.13：更新最優(yōu)值：maxD＝D；bestStartIndex＝i；bestStopIndex＝j(luò)；其中bestStartIndex表示最佳分類(lèi)方案的背景點(diǎn)類(lèi)起始下標(biāo)；bestStopIndex表示最佳分類(lèi)方案的背景點(diǎn)類(lèi)終止下標(biāo)；

step12.14：j＝j(luò)+1；轉(zhuǎn)向step12.7；

step12.15：i＝i+1；轉(zhuǎn)向step12.5；

step12.16：確定葉外點(diǎn)o的坐標(biāo)：求bestStartIndex和bestStopIndex的均值并取整，以此為下標(biāo)，在pixelIndexInCirclePoints中查詢得到葉外點(diǎn)o在currentImage中的橫縱坐標(biāo)。

優(yōu)選的，所述第三步結(jié)合葉外點(diǎn)信息修改前景背景標(biāo)記的具體實(shí)現(xiàn)過(guò)程為：

Step13：在背景二值圖像backgroundMask上修改所有葉外點(diǎn)o為“1”；

Step14：新建一個(gè)大小與backgroundMask一致的全“0”二值圖像backgroundMaskAdd；

Step15：初始化drawLineNum為0；

Step16：如果concavepointsNum小于等于6，轉(zhuǎn)向Step17，否則轉(zhuǎn)向Step18；

Step17：在backgroundMaskAdd上，在滿足特定條件的相鄰的每?jī)蓚€(gè)葉外點(diǎn)之間畫(huà)一條線；該線軌跡上的點(diǎn)均為“1”；每畫(huà)一條線，把drawLineNum累加1；

所述的相鄰是指：每個(gè)葉外點(diǎn)在outPosForLine的下標(biāo)相差為1，或者一個(gè)位于outPosForLine的第一個(gè)位置，另一個(gè)位置outPosForLine的最后一個(gè)位置；

所述的特定條件定義為：兩點(diǎn)距離小于標(biāo)準(zhǔn)參照距離standardDis的a₁倍；或者兩點(diǎn)距離小于標(biāo)準(zhǔn)參照距離standardDis的a₂倍，同時(shí)concavepointsNum小于等于b₁；或者標(biāo)記點(diǎn)總數(shù)大于等于c₁且兩點(diǎn)距離小于標(biāo)準(zhǔn)參照距離standardDis的a₃倍，同時(shí)concavepointsNum小于等于b₂；或者標(biāo)記點(diǎn)總數(shù)大于等于c₂；

前述standardDis的取值是，currentImage寬度(矩形的短邊)的2％到50％間的任意值。

前述a₁的取值范圍是[0.05,1]；a₂的取值范圍是[0.1,10]且要求a₂>a₁；a₃的取值范圍是[0.5,50)且要求a₃>a₂；此外，要求a₁、a₂、a₃與standardDis的乘積，均小于圖像的寬度。

前述b₁的取值范圍是[2,10]；b₂的取值范圍是[1,5]且b₂<b₁。

前述c₁的取值范圍是[10,30]；c₂的取值范圍是[20,40]且c₂>c₁。畫(huà)線的過(guò)程是：按在outPosForLine中的順序，把兩個(gè)葉外點(diǎn)分別作為第二點(diǎn)p2和第三點(diǎn)p3；把p2在outPosForLine中的前一個(gè)葉外點(diǎn)，作為p1；p3在outPosForLine中的后一個(gè)葉外點(diǎn)，作為p4；特別地，若p2為outPosForLine中的第一點(diǎn)，則把outPosForLine中的最后一點(diǎn)作為p1；若p3為outPosForLine中的最后一點(diǎn)，則把outPosForLine中的第1點(diǎn)作為p4；計(jì)算p1、p2、p3形成的三角形中，p2所在的角的角度；計(jì)算p2、p3、p4形成的三角形中，p3所在的角的角度；若上述兩個(gè)角度均大于等于預(yù)設(shè)的角度值(該預(yù)設(shè)的角度值是根據(jù)測(cè)試和經(jīng)驗(yàn)直接寫(xiě)進(jìn)去的一個(gè)值)，依次以p1、p2、p3、p4為控制點(diǎn)，在p2、p3間畫(huà)樣條曲線；否則，在p2、p3間畫(huà)直線段；

Step18：比較outPosForLine包含葉外點(diǎn)的總數(shù)和drawLineNum是否相等，若是，則認(rèn)為相鄰的每?jī)蓚€(gè)葉外點(diǎn)都在backgroundMaskAdd上畫(huà)了線，從而組成了封閉的曲線，轉(zhuǎn)向Step19：否則轉(zhuǎn)向Step21；

Step19：對(duì)backgroundMaskAdd進(jìn)行孔洞填充；

Step20：把backgroundMaskAdd取反；

Step21：計(jì)算backgroundMask＝backgroundMask||backgroundMaskAdd；

Step22：在backgroundMask中，把在backgroundMask和foregroundMask中均為“1”的點(diǎn)重置為“0”；即刪除兩者的前景區(qū)域的重疊部分；

Step23：對(duì)foregroundMask做數(shù)學(xué)形態(tài)學(xué)的腐蝕操作。

優(yōu)選的，所述第四步分割及修正處理的具體實(shí)現(xiàn)過(guò)程為：

Step24：在rgb空間中，求currentImage的梯度圖VG；

Step25：求mask＝backgroundMask||foregroundMask；

Step26：以VG為梯度圖，mask為標(biāo)記，作標(biāo)記分水嶺分割，得到outputImage；

Step27：確定foregroundMask任意一個(gè)為“1”的點(diǎn)，在outputImage中的值leafLabelNum；

Step28：在outputImage中，把值為leafLabelNum的點(diǎn)設(shè)置為“1”，其余為“0”，得到二值圖像logicImage；

Step29：對(duì)logicImage作數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算；

Step30：對(duì)logicImage作數(shù)學(xué)形態(tài)學(xué)開(kāi)運(yùn)算；

Step31：對(duì)logicImage進(jìn)行孔洞填充；

Step32：在logicImage中，刪除所有小面積區(qū)域，僅保留面積最大的唯一區(qū)域；

Step33：顯示結(jié)果，讓用戶判斷是否滿意；若是，全過(guò)程結(jié)束；若否，轉(zhuǎn)向Step34；

Step34：讓用戶修改所標(biāo)記的點(diǎn)，即增加點(diǎn)或刪除已有的點(diǎn)，同步更新pos；待用戶完成修改后，轉(zhuǎn)向Step5。

優(yōu)選的，所述Step24的具體實(shí)現(xiàn)過(guò)程為：

Step24.1：求x和y方向的偏導(dǎo)數(shù)；令圖像currentImage上任意一點(diǎn)的坐標(biāo)為(x，y)，像素值為(R，G，B)，其中R，G，B分別表示紅、綠、藍(lán)的分量值；在此，(R，G，B)就是一個(gè)關(guān)于(x，y)的二元向量值函數(shù)。求

其中，和分別是二元向量值函數(shù)(R，G，B)關(guān)于x和y的偏導(dǎo)數(shù)。

Step24.2：求與自身的點(diǎn)積與自身的點(diǎn)積與的點(diǎn)積

Step24.3：求其中arctan為反正切函數(shù)；θ₁和θ₂兩者之一，是二元向量值函數(shù)(R，G，B)的最大變化率方向的角度值，另一個(gè)，則是相反方向的角度值。

Step24.4：求和和兩者其中之一，就是二元向量值函數(shù)(R，G，B)最大變化率的值。

Step24.5：max即為求取最大值的意思。以和中的最大者為F(x,y)；F(x,y)即為所求的梯度值，存儲(chǔ)得到梯度圖VG。

本發(fā)明打破現(xiàn)有的僵局，提出拍攝植物葉片圖像，繼而進(jìn)行機(jī)器鑒別的設(shè)想，讓更多的只具有初步基礎(chǔ)的人員在野外通過(guò)簡(jiǎn)單的手機(jī)操作就能相對(duì)準(zhǔn)確地鑒定當(dāng)前植物的種類(lèi)。

和多數(shù)的圖像識(shí)別問(wèn)題一樣，葉片圖像的分割是第一道難關(guān)。在此，本文提出一種分割方法。先讓用戶近似地標(biāo)記少量的葉邊緣點(diǎn)；接著在此基礎(chǔ)上，檢測(cè)出相應(yīng)的葉外點(diǎn)；然后分別優(yōu)化構(gòu)造出前景標(biāo)記圖像和背景標(biāo)記圖像；最后應(yīng)用標(biāo)記分水嶺方法對(duì)圖像進(jìn)行分割。

本方法能對(duì)復(fù)雜背景的葉片圖像，實(shí)現(xiàn)較為準(zhǔn)確的分割。

從更長(zhǎng)遠(yuǎn)來(lái)看，在本方法基礎(chǔ)上繼續(xù)研究的植物機(jī)器識(shí)別，將來(lái)也可以用于幫助人們，特別是青少年，去認(rèn)識(shí)身邊的植物，從而慢慢地改變?nèi)藗儗?duì)待植物的生活態(tài)度，拉近人與植物的距離，幫助人們重回大自然的懷抱，盡情享受陽(yáng)光、綠樹(shù)、清風(fēng)的美好。

與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：

基于葉片圖像的植物參數(shù)測(cè)定、病害自動(dòng)診斷和機(jī)器鑒別，是發(fā)展的趨勢(shì)。

目前，相關(guān)研究的圖像采集方式具體又分為兩種。一是把葉片摘下來(lái)，再拍攝或掃描，得到簡(jiǎn)單背景葉片圖像。其優(yōu)點(diǎn)是圖像容易分割，分割準(zhǔn)確率高；缺點(diǎn)是對(duì)植物造成損傷?，F(xiàn)有研究多采用這種方式。二是直接拍攝枝干上的葉片，得到復(fù)雜背景葉片圖像。優(yōu)點(diǎn)是不對(duì)植物造成任何損傷；缺點(diǎn)是圖像中除了目標(biāo)葉片外，還含有枝干、泥土、其他葉片等背景對(duì)象，分割難度大，分割準(zhǔn)確率低，嚴(yán)重影響了后續(xù)分類(lèi)識(shí)別的準(zhǔn)確性。

本方法就是針對(duì)復(fù)雜背景葉片圖像，為了支持植物葉片的無(wú)損檢測(cè)或鑒別而設(shè)計(jì)的。它相比于已報(bào)道的同類(lèi)方法，有著更好的分割準(zhǔn)確性。初步測(cè)試，平均分割準(zhǔn)確率達(dá)99.03％。比當(dāng)前報(bào)道的最好結(jié)果85.95％有相對(duì)顯著的提升。

附圖說(shuō)明

圖1是本發(fā)明方法的流程圖。

圖2是圖像庫(kù)中隨機(jī)選取的4張葉片圖像及其分割結(jié)果示意圖；(a)為防風(fēng)草葉片原圖，(b)為防風(fēng)草分割結(jié)果圖；(c)為廣金錢(qián)草葉片原圖，(d)為廣金錢(qián)草分割結(jié)果圖；(e)為排前樹(shù)葉片原圖，(f)為排前樹(shù)分割結(jié)果圖；(g)為紫蘇葉片原圖，(h)為紫蘇分割結(jié)果圖。

具體實(shí)施方式

附圖僅用于示例性說(shuō)明，不能理解為對(duì)本專利的限制；為了更好說(shuō)明本實(shí)施例，附圖某些部件會(huì)有省略、放大或縮小，并不代表實(shí)際產(chǎn)品的尺寸；

對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，附圖中某些公知結(jié)構(gòu)及其說(shuō)明可能省略是可以理解的。下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的說(shuō)明。

一種單目標(biāo)區(qū)域的復(fù)雜背景藥用植物葉片圖像的準(zhǔn)確分割方法，包括以下步驟：

預(yù)處理，具體如下：

step1：把彩色圖像縮小至適當(dāng)?shù)某叨认?。先?jì)算ratio＝(2592×1936)/(圖像的行數(shù)×圖像的列數(shù))。若ratio<1，則把圖像以ratio的開(kāi)平方的值為倍數(shù)縮小；否則無(wú)需縮小。

step2：顯示處理后的圖像currentImage。

step3：讓用戶標(biāo)定葉邊緣點(diǎn)或葉內(nèi)點(diǎn)，得到標(biāo)記點(diǎn)序列pos。在此，用戶選點(diǎn)的原則是：

第1個(gè)葉邊緣點(diǎn)標(biāo)定在葉基點(diǎn)處，然后循著順時(shí)針或逆時(shí)針?lè)较?，依次?biāo)定后續(xù)的葉邊緣點(diǎn)或葉內(nèi)點(diǎn)。要求前后相鄰的兩個(gè)標(biāo)記點(diǎn)之間的連線不經(jīng)過(guò)葉片的外部。當(dāng)?shù)诙螛?biāo)記第1點(diǎn)所在位置時(shí)，標(biāo)記過(guò)程結(jié)束，第二次標(biāo)定的與第1點(diǎn)相同位置的點(diǎn)，不會(huì)被存儲(chǔ)于pos。系統(tǒng)隨即會(huì)依次連接相鄰的兩點(diǎn)，組成一個(gè)封閉的多邊形。如圖2(a)所示。

補(bǔ)充說(shuō)明：連接葉片和枝干的，常呈圓柱形的部分稱為葉柄；葉柄與葉片的交界處稱為葉基點(diǎn)。

step4：初始化背景二值圖backgroundMask。新建一個(gè)與當(dāng)前圖像currentImage大小一致的全“0”二值圖像backgroundMask，然后把它的四邊框上的像素全修改為“1”。

step5：初始化前景二值圖foregroundMask。新建一個(gè)與當(dāng)前圖像currentImage大小一致的全“0”二值圖像foregroundMask；然后在foregroundMask內(nèi)，把處于pos中所有標(biāo)記點(diǎn)依次連結(jié)而成的多邊形polygon內(nèi)部及邊界上的點(diǎn)，修改為“1”。

檢測(cè)葉外點(diǎn)，具體如下：

step6：初始化計(jì)數(shù)器變量i＝1。

step7：依次對(duì)pos中的每一個(gè)標(biāo)記點(diǎn)p，做step7.1至step7.6的操作，直至處理完pos中的所有點(diǎn)為止。

Step7.1：如果i小于等于標(biāo)記點(diǎn)總數(shù)(pos的點(diǎn)的總數(shù))，轉(zhuǎn)向step7.2，否則轉(zhuǎn)向step8。

Step7.2：i等于1么，若是，標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)。(注：按約定，第1點(diǎn)是葉柄點(diǎn)，一般而言，即便在多邊形polygon中是一個(gè)凹點(diǎn)，也都應(yīng)判為葉邊緣點(diǎn)的。)轉(zhuǎn)向step7.6，否則轉(zhuǎn)向step7.3。

Step7.3：設(shè)置點(diǎn)p等于pos中的第i點(diǎn)

Step7.4：判斷點(diǎn)p在多邊形polygon中，是否為凸點(diǎn)。若是，確定點(diǎn)p為葉邊緣點(diǎn)，即標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)，轉(zhuǎn)向step7.6；否則，轉(zhuǎn)向Step7.5。

Step7.5：把點(diǎn)p以及在pos中p前面的一點(diǎn)pBefore、在pos中p后面的一點(diǎn)pBehind(若點(diǎn)p是pos中的最后一點(diǎn)，把pos中的第一點(diǎn)作為pBehind)，組成三角形，計(jì)算p所在的角的角度angle1。若angle1大于某個(gè)接近180度的值(如170度)，則確定點(diǎn)p為葉邊緣點(diǎn)，即標(biāo)記pos中的第i點(diǎn)為葉邊緣點(diǎn)。

Step7.6：i＝i+1，轉(zhuǎn)向step7.1。

Step8：統(tǒng)計(jì)pos中，未被標(biāo)記為葉邊緣點(diǎn)的點(diǎn)數(shù)concavepointsNum。concavepointsNum也可以近似理解為凹點(diǎn)的數(shù)量。

Step9：設(shè)置一個(gè)葉邊緣點(diǎn)判斷距離，如設(shè)為currentImage的寬度的10分之1。

Step10：判斷concavepointsNum是否大于2，若是，把葉邊緣點(diǎn)判斷距離加倍。(注：多于2個(gè)凹點(diǎn)，就考慮葉片有大鋸齒了)

Step11：對(duì)pos中每一個(gè)未被標(biāo)記為葉邊緣點(diǎn)的點(diǎn)p，判斷點(diǎn)p與前面的一點(diǎn)pBefored的距離，以及與后面一點(diǎn)pBehind的距離，均小于葉邊緣點(diǎn)判斷距離，若是，確定點(diǎn)p為葉邊緣點(diǎn)。

step12：檢測(cè)每一個(gè)葉邊緣點(diǎn)p的葉外點(diǎn)o，并依次存于點(diǎn)列表outPosForLine。其中，檢測(cè)一個(gè)葉邊緣點(diǎn)p對(duì)應(yīng)的葉外點(diǎn)o的具體過(guò)程如下：

step12.1：抽樣選取圓周上的點(diǎn)。在葉邊緣點(diǎn)p為中心，radius(如25)為半徑的圓周上，按順時(shí)針或逆時(shí)針?lè)较颍鶆虻剡x取circlePointsNum(如circlePointsNum＝radius×9)個(gè)點(diǎn)，依次存儲(chǔ)每一個(gè)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)組成的二元組(后面簡(jiǎn)稱橫縱坐標(biāo))于circlePoints。

step12.2：圓周點(diǎn)的像素值整理復(fù)制。順序檢測(cè)circlePoints中的每一個(gè)點(diǎn)在前景二值圖foregroundMask里的值。從circlePoints中，把在前景二值圖foregroundMask中為“1”的那部分點(diǎn)，按其從圓周上抽取的順序，依次復(fù)制它們?cè)赾urrentImage中的紅、綠、藍(lán)像素值于pixelList，同時(shí)記錄它們的橫縱坐標(biāo)到pixelIndexInCirclePoints中的相同位置。而后，從circlePoints中，把在前景二值圖foregroundMask中為“0”的那部分點(diǎn)，按其從圓周上抽取的順序，緊跟著pixelList上的最后一個(gè)點(diǎn)，依次復(fù)制它們?cè)赾urrentImage中的紅、綠、藍(lán)像素值于pixelList，同時(shí)記錄它們的橫縱坐標(biāo)于pixelIndexInCirclePoints中的相同位置。記錄pixelList中，在foregroundMask里為“1”且下標(biāo)最大的那個(gè)點(diǎn)的下標(biāo)LastInpointIndex。

step12.3：初始化最大類(lèi)間方差maxD＝-1；

step12.4：初始化背景類(lèi)起始下標(biāo)i等于LastInpointIndex+1；

step12.5：判斷背景類(lèi)起始下標(biāo)i是否小于等于circlePointsNum；若是，轉(zhuǎn)向步驟step12.6；否則轉(zhuǎn)向step12.16；

step12.6：初始化背景類(lèi)終止下標(biāo)j等于背景類(lèi)起始下標(biāo)i；

step12.7：判斷背景類(lèi)終止下標(biāo)j是否小于等于circlePointsNum；若是，轉(zhuǎn)向步驟step12.8；否則，轉(zhuǎn)向step12.15；

step12.8：求分量類(lèi)間方差：把pixelList中，下標(biāo)從i到j(luò)的點(diǎn)，看作一類(lèi)；剩下的為另一類(lèi)，分別就兩類(lèi)點(diǎn)的紅色像素值、綠色像素值、藍(lán)色像素值三個(gè)分量，求類(lèi)間方差d1、d2、d3；類(lèi)間方差公式為：d＝ω1(μ1-μ)^2+ω2(μ2-μ)^2；

其中，ω1，ω2分別為第一類(lèi)和第二類(lèi)的點(diǎn)出現(xiàn)的概率，ω1+ω2＝1；μ表示所有點(diǎn)某一顏色分量的像素均值；μ1、μ2分別為第一類(lèi)和第二類(lèi)的點(diǎn)某一顏色分量的像素均值；

step12.9：令綜合類(lèi)間方差D＝d1+d2+d3；

step12.10：求修正系數(shù)modifyCoefficient，具體為：

step12.10.1：計(jì)算i和j的均值并取整，記為midOfij；

step12.10.2：求midOfij-LastInpointIndex和circlePointsNum-midOfij中的最小者，記為testX；

step12.10.3：計(jì)算(circlePointsNum-LastInpointIndex)/2，并取整，記為testR；

step12.10.4：modifyCoefficient＝arctan(testX/testR×20)/(π/2)；arctan為反正切函數(shù)；

其中下標(biāo)為midOfij的點(diǎn)即為擬確定的葉外點(diǎn)o；葉片區(qū)域包含前景標(biāo)記區(qū)域，即foregroundMask中為“1”的點(diǎn)組成的區(qū)域，

說(shuō)明：下標(biāo)為midOfij的點(diǎn)即為擬確定的葉外點(diǎn)o。葉片區(qū)域包含前景標(biāo)記區(qū)域(foregroundMask中為“1”的點(diǎn)組成的區(qū)域)，前者的范圍比后者要大。單就這一因素而言，點(diǎn)o距離前景標(biāo)記區(qū)域的兩個(gè)邊界點(diǎn)越遠(yuǎn)，它正確落到葉外區(qū)域的可能性就越大。當(dāng)點(diǎn)o非常靠近前景標(biāo)記區(qū)域時(shí)，即便它依然處于前景標(biāo)記區(qū)域的外部，但是，它錯(cuò)誤地落入葉片內(nèi)部的風(fēng)險(xiǎn)也很高。所以，總的來(lái)說(shuō)，修正系數(shù)modifyCoefficient的作用是鼓勵(lì)遠(yuǎn)離前景標(biāo)記區(qū)域的情形，抑制過(guò)于靠近前景標(biāo)記區(qū)域的情形。

step12.11：基于下式求綜合類(lèi)間方差修正值D’，D’＝D^modifyCoefficient；

step12.12：判斷當(dāng)前的D’是否大于maxD，若是，轉(zhuǎn)向step12.13；否則，轉(zhuǎn)向step12.14；

step12.13：更新最優(yōu)值：maxD＝D；bestStartIndex＝i；bestStopIndex＝j(luò)；其中bestStartIndex表示最佳分類(lèi)方案的背景點(diǎn)類(lèi)起始下標(biāo)；bestStopIndex表示最佳分類(lèi)方案的背景點(diǎn)類(lèi)終止下標(biāo)；

step12.14：j＝j(luò)+1。轉(zhuǎn)向step12.7。

step12.15：i＝i+1。轉(zhuǎn)向step12.5。

step12.16：確定葉外點(diǎn)o的坐標(biāo)：求bestStartIndex和bestStopIndex的均值并取整，以此為下標(biāo)，在pixelIndexInCirclePoints中查詢得到葉外點(diǎn)o在currentImage中的橫縱坐標(biāo)。

結(jié)合葉外點(diǎn)信息修改前景背景標(biāo)記，具體如下：

Step13：在背景二值圖像backgroundMask上修改所有葉外點(diǎn)o為“1”。

Step14：新建一個(gè)大小與backgroundMask一致的全“0”二值圖像backgroundMaskAdd。

Step15：初始化drawLineNum為0。

Step16：如果concavepointsNum小于等于6，轉(zhuǎn)向Step17，否則轉(zhuǎn)向Step18。(注：凹點(diǎn)少于等于6時(shí)，才考慮畫(huà)葉外線。凹點(diǎn)多于6，很大可能是鋸齒較大的葉片。此時(shí)應(yīng)該避免畫(huà)線，以防誤傷鋸齒。)

Step17：在backgroundMaskAdd上，于滿足特定條件的相鄰的每?jī)蓚€(gè)葉外點(diǎn)之間，畫(huà)一條線。該線軌跡上的點(diǎn)均為“1”。每畫(huà)一條線，就把drawLineNum累加1。

所述的相鄰是指：每個(gè)葉外點(diǎn)在outPosForLine的下標(biāo)相差為1，或者一個(gè)位于outPosForLine的第一個(gè)位置，另一個(gè)位置outPosForLine的最后一個(gè)位置。

所述的特定條件定義為：兩點(diǎn)距離小于currentImage的寬度的10分之1的一半；或者兩點(diǎn)距離小于currentImage的寬度的10分之1，同時(shí)concavepointsNum小于等于4；或者標(biāo)記點(diǎn)總數(shù)(pos的點(diǎn)的總數(shù))大于等于20且兩點(diǎn)距離小于某參數(shù)值的2倍，同時(shí)concavepointsNum小于等于2；或者標(biāo)記點(diǎn)總數(shù)大于等于30。(凹點(diǎn)多于2，就要堤防具有鋸齒的情形，畫(huà)線的條件就要收緊。)

畫(huà)線的過(guò)程是：按在outPosForLine中的順序，把兩個(gè)葉外點(diǎn)分別作為第二點(diǎn)p2，和第三點(diǎn)p3。把p2在outPosForLine中的前一個(gè)葉外點(diǎn)，作為p1；p3在outPosForLine中的后一個(gè)葉外點(diǎn)，作為p4。特別地，若p2為outPosForLine中的第一點(diǎn)，則把outPosForLine中的最后一點(diǎn)作為p1；若p3為outPosForLine中的最后一點(diǎn)，則把outPosForLine中的第1點(diǎn)作為p4。計(jì)算p1、p2、p3形成的三角形中，p2所在的角的角度；計(jì)算p2、p3、p4形成的三角形中，p3所在的角的角度。若上述兩個(gè)角度均大于等于某參數(shù)值(如90度)，依次以p1、p2、p3、p4為控制點(diǎn)，在p2、p3間畫(huà)樣條曲線(如三次B樣條)；否則，在p2、p3間畫(huà)直線段。

Step18：比較outPosForLine包含葉外點(diǎn)的總數(shù)和drawLineNum是否相等，若是，則認(rèn)為相鄰的每?jī)蓚€(gè)葉外點(diǎn)都在backgroundMaskAdd上畫(huà)了線，從而組成了封閉的曲線，轉(zhuǎn)向Step19：否則轉(zhuǎn)向Step21。

Step19：對(duì)backgroundMaskAdd進(jìn)行孔洞填充。

Step20：把backgroundMaskAdd取反。

Step21：計(jì)算backgroundMask＝backgroundMask||backgroundMaskAdd。

Step22：在backgroundMask中，把在backgroundMask和foregroundMask中均為“1”的點(diǎn)重置為“0”。即刪除兩者的前景區(qū)域的重疊部分。

Step23：對(duì)foregroundMask做數(shù)學(xué)形態(tài)學(xué)的腐蝕操作。

分割及修正，具體如下：

Step24：在rgb空間中，求currentImage的梯度圖VG。具體過(guò)程是：

Step24.1：求x和y方向的偏導(dǎo)數(shù)。令圖像currentImage上任意一點(diǎn)的坐標(biāo)為(x，y)，像素值為(R，G，B)，其中R，G，B分別表示紅、綠、藍(lán)的分量值。求

在本實(shí)施例中，計(jì)算等六個(gè)偏導(dǎo)數(shù)時(shí)，可以使用sobel算子。

Step24.2：求

Step24.3：求其中arctan為反正切函數(shù)。

Step24.4：求和

Step24.5：以和中的最大者為F(x,y)。F(x,y)即為所求的梯度值，存儲(chǔ)得到梯度圖VG。

Step25：求mask＝backgroundMask||foregroundMask。

Step26：以VG為梯度圖，mask為標(biāo)記，作標(biāo)記分水嶺分割，得到outputImage。

Step27：確定foregroundMask任意一個(gè)為“1”的點(diǎn)，在outputImage中的值leafLabelNum。

Step28：在outputImage中，把值為leafLabelNum的點(diǎn)設(shè)置為“1”，其余為“0”，得到二值圖像logicImage。

Step29：對(duì)logicImage作數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算。

Step30：對(duì)logicImage作數(shù)學(xué)形態(tài)學(xué)開(kāi)運(yùn)算。

Step31：對(duì)logicImage進(jìn)行孔洞填充。

Step32：在logicImage中，刪除所有小面積區(qū)域，僅保留面積最大的唯一區(qū)域。

Step33：顯示結(jié)果，讓用戶判斷是否滿意。若是，全過(guò)程結(jié)束；若否，轉(zhuǎn)向Step34。

Step34：讓用戶修改所標(biāo)記的點(diǎn)，即增加點(diǎn)或刪除已有的點(diǎn)，同步更新pos。待用戶完成修改后，轉(zhuǎn)向Step5。

顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說(shuō)明本發(fā)明所作的舉例，而并非是對(duì)本發(fā)明的實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無(wú)需也無(wú)法對(duì)所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。