專利名稱：有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像信號(hào)處理技術(shù)領(lǐng)域，涉及一種在有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割方法。
背景技術(shù)：
當(dāng)前國(guó)際和國(guó)內(nèi)大多數(shù)用于識(shí)別和分割的分析描述方法都是基于統(tǒng)計(jì)或結(jié)構(gòu)性方法，需要大量的先驗(yàn)知識(shí)和樣本來(lái)獲得分類器，數(shù)據(jù)庫(kù)龐大，計(jì)算方法復(fù)雜，效率低下。在農(nóng)業(yè)自動(dòng)化技術(shù)中，農(nóng)作物識(shí)別是其中的重點(diǎn)研究部分，但其識(shí)別率和效率一直是制約著農(nóng)業(yè)技術(shù)發(fā)展的科研難題。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是提供一種可以依靠有限的先驗(yàn)知識(shí)，根據(jù)有限的農(nóng)作物樣本來(lái)完成目標(biāo)的自動(dòng)識(shí)別與圖像分割，算法簡(jiǎn)便、易于實(shí)現(xiàn)、運(yùn)行效率高的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法。為了解決上述技術(shù)問(wèn)題，本發(fā)明的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法包括下述步驟一、將農(nóng)作物目標(biāo)OBJi (i = 1,2,......K)的樣本圖像IiU, y)調(diào)入計(jì)算機(jī)內(nèi)存
中，并計(jì)算各目標(biāo)OBJi樣本圖像的AC函數(shù)AC^x, y) = F"1 [FtIi (x, y) J^FtIi (χ, y)]] (1)其中1彡χ彡L，1彡y彡W，L和W是目標(biāo)樣本圖像的寬度和高度；二、采用高斯濾波器對(duì)步驟一得到的AC函數(shù)進(jìn)行平滑，并將所獲得的一系列波峰按照其幅值進(jìn)行編排，選擇其中最大的波峰進(jìn)行霍夫變換后得到各目標(biāo)的紋理結(jié)構(gòu)Rpi ；三、在待測(cè)圖像中隨機(jī)選取初始處理點(diǎn)或指定處理點(diǎn)作為種子細(xì)胞元素N。，利用細(xì)胞生長(zhǎng)算法進(jìn)行紋理生長(zhǎng)；當(dāng)細(xì)胞生長(zhǎng)至邊界后，生長(zhǎng)過(guò)程停止；四、當(dāng)細(xì)胞生長(zhǎng)過(guò)程遍歷整幅圖像，完成目標(biāo)的自動(dòng)識(shí)別與分割。所述步驟三中，細(xì)胞生長(zhǎng)包括下述步驟a、設(shè)細(xì)胞元素的標(biāo)號(hào)為lp，細(xì)胞元素的強(qiáng)壯度為θ p，細(xì)胞元素的紋理結(jié)構(gòu)為Cp; 將種子細(xì)胞元素Ntl的初始狀態(tài)設(shè)置為/，= Ο,θ^ = \,CN； = Rpio，將鄰域細(xì)胞元素設(shè)為Nj,
j = 1,2,……n，鄰域細(xì)胞元素Nj的狀態(tài)設(shè)為， lN/ = j ,Cnp1 = Rpij ；b、若各鄰域細(xì)胞元素Nj的紋理結(jié)構(gòu)C，= C；2 =……CNp" φ Cn/，則令種子細(xì)胞元素N。的紋理結(jié)構(gòu)C，= C；1 = C；2 = ......Cnp"，種子細(xì)胞生長(zhǎng)，各鄰域被種子細(xì)
胞元素占領(lǐng)，此時(shí)將鄰域上新的種子細(xì)胞元素記為Ntl，且其標(biāo)號(hào)/，= j，轉(zhuǎn)步驟d ；否則令 C = Rpia，轉(zhuǎn)步驟c ；c、當(dāng)某個(gè)鄰域細(xì)胞元素Nj的紋理結(jié)構(gòu)C，^ C》，且Nj強(qiáng)壯度0，小于0. 5時(shí)，或者當(dāng)C，= C，時(shí)，種子細(xì)胞生長(zhǎng)，該鄰域被種子細(xì)胞元素占領(lǐng)，此時(shí)將鄰域上新的種子
細(xì)胞元素記為N。，且其標(biāo)號(hào)/，= j ,當(dāng)Cn/ Φ Cn;，且Nj強(qiáng)壯度"大于0. 5時(shí)，種子細(xì)胞停止生長(zhǎng)；d、比較此時(shí)的種子細(xì)胞元素Ntl與其鄰域細(xì)胞元素Ni之間的強(qiáng)壯度和紋理結(jié)構(gòu)；當(dāng)某個(gè)鄰域細(xì)胞元素Nj的紋理結(jié)構(gòu)C，* Cf0，且Nj的強(qiáng)壯度6>，小于0. 5、Ntl的強(qiáng)壯度6>，
JPPjFF
大于0.5時(shí)，或者當(dāng)C，= C，時(shí)，種子細(xì)胞生長(zhǎng)，該鄰域被種子細(xì)胞元素占領(lǐng)，此時(shí)將新的
種子細(xì)胞元素記為N。，且其標(biāo)號(hào)/，= j ,^CNpJ Φ CNP°，且Nj強(qiáng)壯度θ’大于0. 5時(shí)，種子細(xì)胞停止生長(zhǎng)；e、重復(fù)步驟d，直至細(xì)胞生長(zhǎng)過(guò)程遍歷整幅圖像。有益效果本發(fā)明采用紋理信息技術(shù)，結(jié)合種子生長(zhǎng)的算法，能夠僅僅依靠有限的先驗(yàn)知識(shí)，根據(jù)有限的樣本來(lái)完成目標(biāo)的自動(dòng)識(shí)別與圖像分割。本發(fā)明擯棄了以往的復(fù)雜算法和苛刻的前提需求條件，具有算法簡(jiǎn)便、易于實(shí)現(xiàn)、運(yùn)行效率高、目標(biāo)識(shí)別和分割結(jié)果理想等特點(diǎn)。


下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。圖1為本發(fā)明的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法流程圖。圖2為細(xì)胞紋理生長(zhǎng)初始狀態(tài)示意圖。圖3為實(shí)施例1細(xì)胞紋理生長(zhǎng)過(guò)程示意圖。圖4為實(shí)施例2細(xì)胞紋理生長(zhǎng)過(guò)程示意圖。
具體實(shí)施例方式本發(fā)明采用VC++6. 0編程，運(yùn)行環(huán)境為PIII500以上，內(nèi)存大于256MB，硬盤大于 40GB的計(jì)算機(jī)。本發(fā)明借助細(xì)胞生長(zhǎng)的思想來(lái)完成目標(biāo)識(shí)別和分割。本發(fā)明與現(xiàn)有技術(shù)的區(qū)別在于采用紋理結(jié)構(gòu)作為種子細(xì)胞元素進(jìn)行生長(zhǎng)，稱為紋理生長(zhǎng)。農(nóng)作物根據(jù)少量的農(nóng)作物樣本(花、葉、莖、果實(shí)等)，可以獲得每個(gè)組成部分的紋理結(jié)構(gòu)特性，然后隨機(jī)或根據(jù)預(yù)先指定位置設(shè)定“種子”，獲得粗略的目標(biāo)部分的區(qū)域(種子=粗略目標(biāo)區(qū)域)，接下來(lái)我們采用細(xì)胞生長(zhǎng)算法的原理去按照不同待測(cè)目標(biāo)的紋理來(lái)進(jìn)行生長(zhǎng)。當(dāng)紋理生長(zhǎng)到邊界時(shí)，生長(zhǎng)過(guò)程會(huì)自動(dòng)停止。依照這些步驟，這個(gè)方法可以利用很有限的經(jīng)驗(yàn)和樣本完成目標(biāo)的識(shí)別和分害。細(xì)胞生長(zhǎng)是一種離散模型，應(yīng)用在計(jì)算理論、數(shù)學(xué)、復(fù)雜科學(xué)、理論生物學(xué)和纖維結(jié)構(gòu)中。它包括有規(guī)律的單元，每個(gè)單元對(duì)應(yīng)多種狀態(tài)中的一種，這種狀態(tài)也可以是多維的。對(duì)于每個(gè)細(xì)胞來(lái)說(shuō)，每個(gè)細(xì)胞周圍有一些稱為鄰居的細(xì)胞，區(qū)別于指定細(xì)胞。每個(gè)細(xì)胞最初被指定一個(gè)狀態(tài)，通過(guò)一些可調(diào)整的規(guī)則來(lái)根據(jù)當(dāng)前的狀態(tài)和鄰域的狀態(tài)來(lái)決定新的狀態(tài)。本發(fā)明細(xì)胞生長(zhǎng)可以采用傳統(tǒng)算法，也可以采用下述方法。
紋理生長(zhǎng)是一個(gè)雙向性的過(guò)程，包括三個(gè)參數(shù)A= (S, N, δ)，這里S是一個(gè)非空的狀態(tài)值，N是指鄰域，δ δ N —S是轉(zhuǎn)移函數(shù)，這個(gè)函數(shù)根據(jù)上一時(shí)刻給定的狀態(tài)來(lái)定義下一次計(jì)算紋理元素狀態(tài)的規(guī)則。通常用的鄰域系統(tǒng)N分別是von Neumann和Moore鄰域。在這里，紋理元素狀態(tài)$事實(shí)上是三個(gè)參數(shù)的集合(1ρ，θ p，Cp)，Ip表示當(dāng)前細(xì)胞元素的標(biāo)號(hào)，θ ρ表示當(dāng)前細(xì)胞元素的“強(qiáng)壯度”，即當(dāng)前細(xì)胞元素紋理結(jié)構(gòu)與目標(biāo)樣本紋理結(jié)構(gòu)的相似度，CP表示紋理結(jié)構(gòu)，由圖像決定。為了不失一般性，我們?cè)O(shè)θρε W，l]。例如， 當(dāng)前細(xì)胞元素紋理結(jié)構(gòu)與目標(biāo)樣本紋理結(jié)構(gòu)的相似度為70%，則其強(qiáng)壯度θ p等于0. 7。一幅數(shù)字圖像是一個(gè)包含kXm像素的二維數(shù)組。一個(gè)沒(méi)有加標(biāo)記的圖像可以看作一種特殊的紋理生長(zhǎng)狀態(tài)，紋理生長(zhǎng)空間P由圖像定義為kXm，而且初始狀態(tài)VP ep被設(shè)置為Ip = 0，θρ = 1，Cp = Rp這里Iip是紋理結(jié)構(gòu)。分割的最終的目的就是將每個(gè)像素標(biāo)記為K個(gè)可能狀態(tài)中的一種。根據(jù)預(yù)先選定的起始點(diǎn)(種子細(xì)胞元素)進(jìn)行分割，作為種子細(xì)胞元素的像素會(huì)相應(yīng)的設(shè)置為相應(yīng)的標(biāo)記，同時(shí)其強(qiáng)壯度設(shè)為種子細(xì)胞元素的強(qiáng)壯度。由此確定了紋理生長(zhǎng)的初始狀態(tài)?？梢园褬?biāo)記的過(guò)程看作是K種不同病菌的生長(zhǎng)和競(jìng)爭(zhēng)。病菌從種子開(kāi)始生長(zhǎng)，想要占據(jù)整幅圖像。病菌生長(zhǎng)和競(jìng)爭(zhēng)很明顯，在每個(gè)周期內(nèi)，每個(gè)細(xì)胞嘗試攻擊鄰居，攻擊強(qiáng)度由攻擊細(xì)胞的強(qiáng)壯度θ ^和各自的特征向量決定。若攻擊力大于防守強(qiáng)度，則防守方的標(biāo)記和強(qiáng)度被改變。競(jìng)爭(zhēng)的結(jié)果是最強(qiáng)的細(xì)胞占據(jù)了周圍并且蔓延到整幅圖像，從而整幅圖像被分為K個(gè)區(qū)域，需要注意的是相同標(biāo)記的區(qū)域可能并不連續(xù)。當(dāng)所有的圖像區(qū)域都已經(jīng)被不同的紋理標(biāo)記過(guò)，則完成了圖像分割和識(shí)別。下面選擇花、莖、葉作為農(nóng)作物目標(biāo)，以此為例詳細(xì)說(shuō)明本發(fā)明。實(shí)施例1如圖2、3所示，本發(fā)明的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法步驟如下一、將農(nóng)作物的花 OBJpgOBJ2 JfOBJ3 的樣本圖像 I1 (x，y)、I2 (x，y)、I3 (x，y)逐幀調(diào)入計(jì)算機(jī)內(nèi)存中，在這里L(fēng)和W是圖像的寬度和高度。利用紋理圖像中的估計(jì)網(wǎng)格結(jié)構(gòu)來(lái)構(gòu)建統(tǒng)計(jì)模型；對(duì)于一幅樣本圖像Ii (X，y)，它的AC函數(shù)可以按如下公式進(jìn)行估算ACi (x, y) = F—1 [F [IiOc, y)]*F[Ii(x, y)]]在這里F和F—1表示傅里葉變換和反向傅里葉變換。采用快速傅里葉變換可以大幅提高函數(shù)計(jì)算的效率。二、采用高斯濾波器對(duì)步驟一得到的AC函數(shù)進(jìn)行平滑，所獲得的一系列波峰按照其幅值進(jìn)行編排，選擇其中最大的波峰進(jìn)行霍夫變換后得到花0ΒΛ、3 0BJ2、葉OBJ3的紋理
結(jié)構(gòu) Rpi > Rp2 > Rp3°三、設(shè)細(xì)胞元素的標(biāo)號(hào)為lp，細(xì)胞元素的強(qiáng)壯度為θ p，細(xì)胞元素的紋理結(jié)構(gòu)為Cp ； 在待測(cè)圖像中隨機(jī)選取初始處理點(diǎn)或指定處理點(diǎn)作為種子細(xì)胞元素Ntl，N0的紋理結(jié)構(gòu)與花的紋理結(jié)構(gòu)Rpl相似，將種子細(xì)胞元素N。的初始狀態(tài)設(shè)置為0 =0,《》=1,C- =Kpl，即初始狀態(tài)時(shí)認(rèn)為種子細(xì)胞元素為花；將鄰域細(xì)胞元素設(shè)為K、N2, N3、N4,四個(gè)鄰域細(xì)胞元素的狀態(tài)分別為
/Λ'Ι f)N\ CN、·產(chǎn) /9iV2 Γ"Ν2 · 7jV3 fN、. JiV4 η^Α 廠^4四、各鄰域細(xì)胞元素HNyN4的紋理結(jié)構(gòu)C廣=C；2 = C；3 = C^ = Rp2 ；令
種子細(xì)胞元素Ntl的紋理結(jié)構(gòu)C，= Rp2，種子細(xì)胞生長(zhǎng)，各鄰域被種子細(xì)胞元素占領(lǐng)；此時(shí)
將四個(gè)鄰域Ni、N2、N3、N4上新的種子細(xì)胞元素記為Ntl，且C廣=Rp2，四個(gè)新的種子細(xì)胞元素的標(biāo)號(hào) Ip 分別為 1、2、3、4，鄰域分別為 N12、N5, N6, N6, N7, N8, N8, N9, N10, N10, Nn、N12 ；五、比較此時(shí)的種子細(xì)胞元素Ntl與其鄰域細(xì)胞元素Ni之間的強(qiáng)壯度和紋理結(jié)構(gòu)；
當(dāng)某個(gè)鄰域細(xì)胞元素Nj的紋理結(jié)構(gòu)C^關(guān)C，，且Nj的強(qiáng)壯度6>，小于0. 5、N。的強(qiáng)壯度 <9，大于0. 5時(shí)，或者當(dāng)C，= C，時(shí)，種子細(xì)胞生長(zhǎng)，該鄰域被種子細(xì)胞元素占領(lǐng)，此時(shí)將
新的種子細(xì)胞元素記為Ntl，且其標(biāo)號(hào)/，= j ；當(dāng)C，本C； ，且Nj強(qiáng)壯度0，大于0. 5時(shí)，種子細(xì)胞停止生長(zhǎng)；六、重復(fù)步驟五，直至細(xì)胞生長(zhǎng)過(guò)程遍歷整幅圖像，完成目標(biāo)的自動(dòng)識(shí)別與分割。實(shí)施例2如圖2、4所示，本發(fā)明的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法步驟如下一、將農(nóng)作物的花 OBJ^gOBJ2 JtOBJ3 的樣本圖像 I1 (x，y)、I2 (x，y)、I3 (x，y)逐幀調(diào)入計(jì)算機(jī)內(nèi)存中，在這里L(fēng)和W是圖像的寬度和高度。利用紋理圖像中的估計(jì)網(wǎng)格結(jié)構(gòu)來(lái)構(gòu)建統(tǒng)計(jì)模型；對(duì)于一幅樣本圖像Ii (X，y)，它的AC函數(shù)可以按如下公式進(jìn)行估算ACi (x, y) = F—1 [F [IiOc, y)]*F[Ii(x, y)]]在這里F和F—1表示傅里葉變換和反向傅里葉變換。采用快速傅里葉變換可以大幅提高函數(shù)計(jì)算的效率。二、采用高斯濾波器對(duì)步驟一得到的AC函數(shù)進(jìn)行平滑，所獲得的一系列波峰按照其幅值進(jìn)行編排，選擇其中最大的波峰進(jìn)行霍夫變換后得到花0ΒΛ、3 0BJ2、葉OBJ3的紋理
結(jié)構(gòu) Rpi > Rp2 > Rp3°三、設(shè)細(xì)胞元素的標(biāo)號(hào)為lp，細(xì)胞元素的強(qiáng)壯度為θ p，細(xì)胞元素的紋理結(jié)構(gòu)為Cp ； 在待測(cè)圖像中隨機(jī)選取初始處理點(diǎn)或指定處理點(diǎn)作為種子細(xì)胞元素Ntl，N0的紋理結(jié)構(gòu)與花的紋理結(jié)構(gòu)Rpl相似，將種子細(xì)胞元素N。的初始狀態(tài)設(shè)置為0 =0,《》=1,C- =T^1，即初始狀態(tài)時(shí)認(rèn)為種子細(xì)胞元素為花；將鄰域細(xì)胞元素設(shè)為K、N2, N3、N4,四個(gè)鄰域細(xì)胞元素的狀態(tài)為
/jVl QN1 ^N1 {Ν2JN3 βΝ r N, {Ν4 QNi產(chǎn)== 2.= 3, = 4
PyPy PPPPPPPPPPρ,p,p,p，
四、鄰域細(xì)胞元素N1A2的紋理結(jié)構(gòu)C，= C；2 = Rpl，鄰域細(xì)胞元素N3、N4的紋理
結(jié)構(gòu)C，= Rp2,C^ = Rp3，分別被認(rèn)為是莖和葉，N3的強(qiáng)壯度沒(méi)’小于0. 5，N4的強(qiáng)壯度
Θ-4大于0. 5 ；種子細(xì)胞生長(zhǎng)，鄰域K、N2, N3被種子細(xì)胞元素占領(lǐng)，此時(shí)將鄰域K、N2, N3處
新的種子細(xì)胞元素記為N0，且C^1 = Rpl，標(biāo)號(hào)Ip分別為1、2、3，鄰域分別為Nn、N5、N6，N6、 N7、N8，N8, N9, N10 ；而鄰域N4與初始狀態(tài)的種子細(xì)胞元素之間的界限被認(rèn)為是邊界；五、比較此時(shí)的種子細(xì)胞元素Ntl與其鄰域細(xì)胞元素Ni之間的強(qiáng)壯度和紋理結(jié)構(gòu)；
當(dāng)某個(gè)鄰域細(xì)胞元素 的紋理結(jié)構(gòu)C，* Cn;，且 的強(qiáng)壯度^^小于0. 5、N。的強(qiáng)壯度^^
大于0. 5時(shí)，或者當(dāng)C，= C，時(shí)，種子細(xì)胞生長(zhǎng)，該鄰域被種子細(xì)胞元素占領(lǐng)，此時(shí)將新的
種子細(xì)胞元素記為N。，且其標(biāo)號(hào)/，= j ；當(dāng)C，本Cnp0，且Nj強(qiáng)壯度0，大于0. 5時(shí)，種子細(xì)胞停止生長(zhǎng)；六、重復(fù)步驟五，直至細(xì)胞生長(zhǎng)過(guò)程遍歷整幅圖像，完成目標(biāo)的自動(dòng)識(shí)別與分割。
權(quán)利要求
1.一種有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法，其特征在于包括下述步驟一、將農(nóng)作物目標(biāo)
2.根據(jù)權(quán)利要求1所述的有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法，其特征在于所述步驟三中，細(xì)胞生長(zhǎng)包括下述步驟a、設(shè)細(xì)胞元素的標(biāo)號(hào)為lp，細(xì)胞元素的強(qiáng)壯度為p，細(xì)胞元素的紋理結(jié)構(gòu)為Cp ；將種子細(xì)胞元素N。的初始狀態(tài)設(shè)置為
全文摘要
本發(fā)明涉及一種有限認(rèn)知條件下農(nóng)作物目標(biāo)識(shí)別與分割的方法，該方法包括下述步驟將農(nóng)作物目標(biāo)樣本圖像調(diào)入計(jì)算機(jī)內(nèi)存中并計(jì)算AC函數(shù)；采用濾波器對(duì)AC函數(shù)進(jìn)行平滑并將所獲得的一系列波峰按照其幅值進(jìn)行編排，選擇其中最大的波峰進(jìn)行霍夫變換后得到各目標(biāo)的紋理結(jié)構(gòu)；在待測(cè)圖像中隨機(jī)選取初始處理點(diǎn)或指定處理點(diǎn)作為種子細(xì)胞元素，利用細(xì)胞生長(zhǎng)算法進(jìn)行紋理生長(zhǎng)；當(dāng)細(xì)胞生長(zhǎng)至邊界后，生長(zhǎng)過(guò)程停止；當(dāng)細(xì)胞生長(zhǎng)過(guò)程遍歷整幅圖像，完成目標(biāo)的自動(dòng)識(shí)別與分割。本發(fā)明能夠僅僅根據(jù)有限的樣本來(lái)完成目標(biāo)的自動(dòng)識(shí)別與圖像分割，擯棄了以往的復(fù)雜算法和苛刻的前提需求條件，具有算法簡(jiǎn)便、易于實(shí)現(xiàn)、運(yùn)行效率高、目標(biāo)識(shí)別和分割結(jié)果理想等特點(diǎn)。
文檔編號(hào)G06K9/46GK102521596SQ20111040906
公開(kāi)日2012年6月27日 申請(qǐng)日期2011年12月9日 優(yōu)先權(quán)日2011年12月9日
發(fā)明者姚志軍, 韓秋蕾 申請(qǐng)人:中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所