本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體來說是一種基于顯著性檢測的害蟲圖像背景去除方法。
背景技術(shù)：
圖像分割是目標(biāo)識別、圖像分析的關(guān)鍵步驟，是一種非常重要的圖像處理技術(shù)。對于害蟲圖像的識別和分析而言，能否去掉背景圖像，完整的把害蟲目標(biāo)從背景中分割出來，并且不破壞目標(biāo)的質(zhì)量，對于害蟲圖像的識別是至關(guān)重要的。
現(xiàn)階段研究人員已經(jīng)提出了多種害蟲圖像分割方法，這些方法在害蟲圖像背景比較簡單的情況下，都取得了不錯的效果。然而，在現(xiàn)實場景中害蟲圖像往往具有非常復(fù)雜的農(nóng)田背景，導(dǎo)致現(xiàn)有的這些害蟲分割方法的誤判率比較高。因此，如何提高害蟲分割方法的準(zhǔn)確率已經(jīng)成為急需解決的技術(shù)問題。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中害蟲圖像分割效果差的缺陷，提供一種基于顯著性檢測的害蟲圖像背景去除方法來解決上述問題。
為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：
一種基于顯著性檢測的害蟲圖像背景去除方法，包括以下步驟：
對原始害蟲圖像進行多尺度超像素預(yù)處理；
顯著圖的獲得與融合計算，在單尺度下基于多特征相似度融合顯著性檢測得到顯著圖，并融合多尺度下的顯著圖得到最終的顯著圖；
對顯著圖進行閾值分割得到二值圖；
將二值圖與原始害蟲圖像進行掩碼處理得到去除背景后的害蟲圖像。
所述對原始害蟲圖像進行多尺度超像素預(yù)處理包括以下步驟：
設(shè)定n個不同的超像素尺度；
以n個不同的超像素尺度為基準(zhǔn)，分別使用簡單線性迭代聚類方法將害蟲圖像分割成大小不確定的區(qū)域x，其中，x＝{x1,x2,x3....xn}。
所述的顯著圖的獲得與融合計算包括以下步驟：
在單尺度下，以區(qū)域x為結(jié)點構(gòu)建無向圖，
無向圖定義為圖中某一結(jié)點僅與其相鄰的結(jié)點及與他們的相鄰結(jié)點存在邊連接，以鄰接矩陣作為無向圖的存儲結(jié)構(gòu)；
設(shè)置圖像的中心點作為種子結(jié)點；
通過基于多特征相似度融合的顯著度計算函數(shù)計算其他結(jié)點與種子結(jié)點的相似度；
基于圖的流行排序生成顯著圖；
將多尺度下的顯著圖進行融合得到最終顯著圖。
所述的通過基于多特征相似度融合的顯著度計算函數(shù)計算其他結(jié)點與種子結(jié)點的相似度包括以下步驟：
使用局部二值模式直方圖特征計算紋理特征相似度，其具體步驟如下：
局部二值模式算子的計算公式如下所示：
其中，lbpp，r(x，y)表示局部二值模式特征，ic表示中心像素點(x,y)的灰度值、in表示在半徑r處相鄰點的灰度值、p表示中心像素點周圍相鄰像素點的個數(shù)，函數(shù)s(x)定義成下式所示
使用擴展后的lbp算子，擴展后的lbp算子定義如下：
其中，
中u(x)的結(jié)果根據(jù)lbpp,r模式計算得出，把lbpp,r模式結(jié)果首尾鏈接起來，在二進制序列中計算跳變數(shù)；
對圖像中的每一個像素點，均利用擴展lbp模式，計算出相應(yīng)的
利用若干個
其中，i為由lbp算子產(chǎn)生的不同標(biāo)記點的個數(shù)；
使用原始像素點的lbp直方圖計算相鄰結(jié)點間紋理特征相似度t_hist(hi,1,hi,2)，其公式如下：
使用顏色直方圖計算相似度，顏色直方圖定義如下：
其中，nk是圖像中具有特征值k的像素個數(shù)，n是像素總個數(shù)，k為顏色信息；
使用顏色直方圖計算相鄰顏色特征相似度c_hist(hi,1,hi,2)，其公式如下：
結(jié)合顏色特征和紋理特征計算結(jié)點相似度，相似度函數(shù)sim(s,m)定義如下：
sim(s,m)＝(1-λ)*t_hist(hi,s,hi,m)+λ*c_hist(hi,s,hi,m)
其中，λ(0≤λ≥1)是調(diào)整顏色和紋理之間的參數(shù)。
有益效果
本發(fā)明的一種基于顯著性檢測的害蟲圖像背景去除方法，與現(xiàn)有技術(shù)相比使用多特征相似度融合方法計算相似度，不僅考慮到圖像的顏色信息還考慮到了圖像的紋理信息，由此得到更準(zhǔn)確的顯著圖，圖像分割結(jié)果也更理想。本發(fā)明改善了害蟲圖像分割的效果，減少了誤判率。
附圖說明
圖1為本發(fā)明的方法順序圖。
具體實施方式
為使對本發(fā)明的結(jié)構(gòu)特征及所達(dá)成的功效有更進一步的了解與認(rèn)識，用以較佳的實施例及附圖配合詳細(xì)的說明，說明如下：
如圖1所示，本發(fā)明所述的一種基于顯著性檢測的害蟲圖像背景去除方法，包括以下步驟：
第一步，對原始害蟲圖像進行多尺度超像素預(yù)處理。
首先選擇不同的超像素尺度(每個超像素所包含的像素的個數(shù))，然后在不同的超像素尺度下，分別利用簡單線性迭代聚類(simplelinearinterativeculstering,slic)，將害蟲圖像分割成大小不確定的區(qū)域即超像素(區(qū)域x)。其具體步驟如下：
(1)設(shè)定n個不同的超像素尺度。
(2)以n個不同的超像素尺度為基準(zhǔn)，分別使用簡單線性迭代聚類方法將害蟲圖像分割成大小不確定的區(qū)域x，其中，x＝{x1,x2,x3....xn}。在此，xi之間的像素均不相同。
第二步，顯著圖的獲得與融合計算。在單尺度下基于多特征相似度融合顯著性檢測得到顯著圖，并融合多尺度下的顯著圖得到最終的顯著圖。其包括以下步驟：
(1)在單尺度下，以區(qū)域x為結(jié)點構(gòu)建無向圖，
無向圖定義為圖中某一結(jié)點僅與其相鄰的結(jié)點及與他們的相鄰結(jié)點存在邊連接，以鄰接矩陣作為無向圖的存儲結(jié)構(gòu)。
(2)設(shè)置圖像的中心點作為種子結(jié)點。針對實際應(yīng)用中拍攝的害蟲圖像，圖像的目標(biāo)即害蟲一般都在圖像的中心位置，因此，我們選取圖像的中心點作為種子結(jié)點。
(3)通過基于多特征相似度融合的顯著度計算函數(shù)計算其他結(jié)點與種子結(jié)點的相似度。在此，多特征相似度融合采用針對于害蟲圖像較為具有代表性的顏色特征和紋理特征。其具體步驟如下：
a、使用局部二值模式直方圖特征計算紋理特征相似度。lbp算子的思想是首先對圖像中的像素點的灰度值和它的鄰域內(nèi)像素點的灰度值大小進行比較，然后把這種比較結(jié)果轉(zhuǎn)成二進制模式來表征圖像的紋理。
其具體步驟如下：
先計算局部二值模式算子，其計算公式如下所示：
其中，lbpp，r(x，y)表示局部二值模式特征，ic表示中心像素點(x,y)的灰度值、in表示在半徑r處相鄰點的灰度值、p表示中心像素點周圍相鄰像素點的個數(shù)，函數(shù)s(x)定義成下式所示
然后，使用擴展后的lbp算子，使得lbp算子不但具有灰度尺度不變特性，而且具有旋轉(zhuǎn)不變特性。擴展后的lbp算子定義如下：
其中，
中u(x)的結(jié)果根據(jù)lbpp,r模式計算得出，把lbpp,r模式結(jié)果首尾鏈接起來，在二進制序列中計算跳變數(shù)。即序列中“1”位到“0”位，或者“0”位到“1”位的跳變數(shù)。例如“10111100”和“00010101”的u值分別為4和6。
其次，對圖像中的每一個像素點，均利用擴展lbp模式，計算出相應(yīng)的
再次，利用若干個
其中，i為由lbp算子產(chǎn)生的不同標(biāo)記點的個數(shù)。
最后，使用原始像素點的lbp直方圖計算相鄰結(jié)點間，即節(jié)點1與節(jié)點2紋理特征相似度t-hist(hi,1,hi,2)，其公式如下：
b、使用顏色直方圖計算相似度，顏色直方圖定義如下：
其中，nk是圖像中具有特征值k的像素個數(shù)，n是像素總個數(shù)，k為顏色信息；
使用顏色直方圖計算相鄰顏色特征相似度c-hist(hi,1,hi,2)，其公式如下：
c、結(jié)合顏色特征和紋理特征計算結(jié)點相似度，相似度函數(shù)sim(s,m)定義如下：
sim(s,m)＝(1-λ)*t-hist(hi,s,hi,m)+λ*c-hist(hi,s,hi,m)
其中，
和背景的顏色相近的情況下，可以適當(dāng)減少λ的值。
(4)基于圖的流行排序生成顯著圖?；趫D的流行排序方法對超像素進行標(biāo)記，利用顯著性擴算來預(yù)測超像素的顯著值，由每個超像素點的顯著值即可得到顯著圖。
(5)將多尺度下的顯著圖進行融合得到最終顯著圖。不同尺度下得到的顯著圖在不同區(qū)域顯著值是不同的，我們使用下式對顯著圖進行融合
其中，i表示尺度，s(i)表示在尺度i下生成的顯著圖。
第三步，對顯著圖進行閾值分割得到二值圖。這里的閾值選取我們采用基于圖像灰度直方圖的閾值選取方法，根據(jù)直方圖的波峰和波谷確定閾值，得到閾值后根據(jù)該閾值對顯著圖進行分割即可得到二值圖。
第四步，將二值圖與原始害蟲圖像進行掩碼處理得到去除背景后的害蟲圖像。對于同一尺寸的二值圖和原始圖，分別比較相同位置的像素點，若二值圖中像素點的像素值為0，則將原始圖像中對應(yīng)的該點像素值置為0，若二值圖中像素點的像素值為1，則原始圖像中對應(yīng)的該點像素值不變，原始圖像中所有像素點完成操作之后即去除了背景。
以上顯示和描述了本發(fā)明的基本原理、主要特征和本發(fā)明的優(yōu)點。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實施例的限制，上述實施例和說明書中描述的只是本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下本發(fā)明還會有各種變化和改進，這些變化和改進都落入要求保護的本發(fā)明的范圍內(nèi)。本發(fā)明要求的保護范圍由所附的權(quán)利要求書及其等同物界定。