一種煙田圖像目標定位線的檢測方法技術

本發明專利技術提供一種煙田圖像目標定位線的檢測方法，該方法利用設定區域內的像素累加方法，消除噪聲對煙葉植株的影響，確定每一個煙葉植株列在每一水平線上的定位點；根據相鄰水平掃描線上定位點的橫坐標信息，構造模式特征向量聚類判別函數，將屬于同一煙葉植株列的定位點歸屬到同一個數據類中，最后確定各條定位線的方位，該方法邏輯清晰，計算量較小，節省了大量了時間和人力物力。

【技術實現步驟摘要】

本專利技術涉及數字圖像處理領域，更具體地，涉及一種煙田圖像目標定位線的檢測 方法。
技術介紹
目前的煙田的煙葉定位檢測方法主要有Rough Transform (HT)和投影法。HT法受 噪聲的影響很小，因此具有比較高的魯棒性。但是由于該方法運用統計學來進行大量的數 學計算，數據量很大，處理時間長，不適合現代化農業的實時性要求。投影法對作物的種植 要求比較高，如果作物行直線度不高，則檢測效果很不理想。
技術實現思路
本專利技術提供一種快速的煙田圖像目標定位線的檢測方法。 為了達到上述技術目的，本專利技術的技術方案如下： -種煙田圖像目標定位線的檢測方法，包括以下步驟： Sl :將采集的煙田圖像進行分割； S2:進行定位點的確定： S3 :利用確定的定位點劃定定位線。 進一步地，其特征在于，所述步驟Sl的過程如下： 將采集的煙田圖像轉化為灰度圖像，再將得到的灰度圖線進行分割，包括以下步 驟： S21 :利用等距離方法來確定各個類的初始中心值： 式中C':是苐i類的初始中心值，G_、G_是灰度圖像中像素的最大、最小灰度值， K是初始類總數，i = 1，2,…，K ; S22 :基予特征空間的歐氏距離將各個像素點分配到距離最近的類中： 式中D1, ,是第j個點與第i個類中心的距離，G ,是第j個點的灰度值，G;?是第i 個類第m次的中心值，m是循環次數，i = 1，2,…，K，j = 1，2,…，N，N是像素總數； S23 :根據各個類中像素的平均德計算類更新后的中心值： 式中N1是步驟S22后歸入各個類的像素點總數，i = 1，2,…，K ; S24 :重復步驟S22、S23,計算類間距離M，直到M滿足設定的距離閾值： 式中C：是第i個類當前的中心值，CT1是第i個類前一個中心值； S25 :確定分割閾值，將灰度圖像轉化為二值圖像： 式中T是灰度圖像分割最優閾值。 進一步地，所述步驟S2的過程如下： S31 :設定一個1像素 Xn像素的區域，對得到二值圖像從下到上、從左到右逐像 素地移動該區域對二值圖像進行掃描，生成以該區域中心的X為橫坐標、y為縱坐標的曲線 s (X)，分別計算s (X)的平均值A和標準偏差D : 式中ω是掃描寬度； S32 :令水平線y 以上的S(X)部分為定位區域，以化和X1^1代表第1個目 -JL- 標區域的左右端點，&和Xm代表第η個定位區域的左右端點，各個定位區域左右端點的中 點BI、別代表定位點。 進一步地，所述步驟S3的過程如下： S41 :令數組AJP A p是分別保存1像素 Xn像素區域當前掃描線和前一掃描線上 定位點的橫坐標值，將Ap的坐標值從小到大排序； S42 :計算當前掃描線上定位點之間的距離平均值A1和距離閾值A 2: A2=U-YbA1 式中η是當前掃描線上點位點的個數，&、\是當前掃描線上最初和最后定位點的 橫坐標值； S43 :令點PUi, y;)是當前掃描線上點位點，點P' Uj,乃）、P"（x_j+1, yj+1)是當前掃 描線上左、右相鄰的2個定位點，計算參數山、d2: 其中山、(12的取值包括以下4種情況： Dd1=O,表示P與P'位于同一垂直線，二者屬于同一類；同樣，若d2=0,則P與 P 〃位于同一垂直線，二者屬于同一類； 2)山〈0并且d2>0,表示P在P'和P〃之間，P在P'和P〃之間還存在以下2種可 能：①I Cl1Kd2, P距P〃比較近，如果Id1I SA2，表明P與P'屬于同一類；否則，表示出現了 新類，點P作為第1個定位點歸屬到新類中；②I Cl11 >d2, P距P"比較近，如果I d21彡A2，表 明P與P"屬于同一類；否則，表示出現了新的類，點P作為第1個定位點歸屬到新類中； 3) P'是前一掃描線的第1個定位點，并且Cl1X),表示P位于前一掃描線所有定位點 的左側，如果Id 1I <a2,P與前一掃描線最初定位點屬于同一類；否則，表示出現了新的類， 點P作為第1個定位點歸屬到新類中； 4)P〃是前一掃描線上倒數第2個定位點，并且d2〈0,表示P位于前一掃描線所有 定位點的右側，如果Id 2I < A2, P與前一掃描線上的最后定位點屬于同一類；否則，表示出 現了新的類，點P作為第1個定位點歸屬到新類中； S44:當前掃描線上的定位點聚類完畢后，拷貝數組An到數組Ap中后進行下一行掃 描直至全部掃面完畢得到最終的定位線。 與現有技術相比，本專利技術技術方案的有益效果是： 本專利技術方法利用設定區域內的像素累加方法，消除噪聲對煙葉植株的影響，確定 每一個煙葉植株列在每一水平線上的定位點；根據相鄰水平掃描線上定位點的橫坐標信 息，構造模式特征向量聚類判別函數，將屬于同一煙葉植株列的定位點歸屬到同一個數據 類中，最后確定各條定位線的方位，該方法邏輯清晰，計算量較小，節省了大量了時間和人 力物力。【附圖說明】 圖1為本專利技術方法的流程圖； 圖2為本專利技術方法的實驗效果圖。【具體實施方式】 附圖僅用于示例性說明，不能理解為對本專利的限制； 為了更好說明本實施例，附圖某些部件會有省略、放大或縮小，并不代表實際產品 的尺寸； 對于本領域技術人員來說，附圖中某些公知結構及其說明可能省略是可以理解 的。 下面結合附圖和實施例對本專利技術的技術方案做進一步的說明。 實施例1 如圖1所示，，包括以下步驟： Sl :將采集的煙田圖像進行分割； S2:進行定位點的確定： S3 :利用確定的定位點劃定定位線。 進一步地，其特征在于，所述步驟Sl的過程如下： 將采集的煙田圖像轉化為灰度圖像，再將得到的灰度圖線進行分割，包括以下步 驟： S21 :利用等距離方法來確定各個類的初始中心值： 式中是第i類的初始中心值，G_、G_是灰度圖像中像素的最大、最小灰度值， K是初始類總數，i = 1，2,…，K ; S22 :基予特征空間的歐氏距離將各個像素點分配到距離最近的類中： 瓦甲D1,』是弟個總與第i個類中心的距離，G』是第j個點的灰度值，是第i 個類第m次的中心值，m是循環次數，i = 1，2,…，K，j = 1，2,…，N，N是像素總數； S23 :根據各個類中像素的平均德計算類更新后的中心值： 式中N1是步驟S22后歸入各個類的像素點總數，i = 1，2,…，K ; S24 :重復步驟S22、S23,計算類間距離M，直到M滿足設定的距離閾值： 式中?Η是第i個類當前的中心值，CT1是第i個類前一個中心值； S25 :確宙分割闔倌,將灰度圖像轉化為二值圖像： XVT 1疋久/叉間條刀'割最優閾值。[007當前第1頁1 2 本文檔來自技高網...

【技術保護點】
一種煙田圖像目標定位線的檢測方法，其特征在于，包括以下步驟：S1：將采集的煙田圖像進行分割；S2：進行定位點的確定：S3：利用確定的定位點劃定定位線。

【技術特征摘要】

【專利技術屬性】
技術研發人員：陳澤鵬，
申請(專利權)人：中國煙草總公司廣東省公司，
類型：發明
國別省市：廣東;44