CN103646382A - 一种烟叶病害的图像增强处理方法 - Google Patents
一种烟叶病害的图像增强处理方法 Download PDFInfo
- Publication number
- CN103646382A CN103646382A CN201310626448.XA CN201310626448A CN103646382A CN 103646382 A CN103646382 A CN 103646382A CN 201310626448 A CN201310626448 A CN 201310626448A CN 103646382 A CN103646382 A CN 103646382A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- leaf disease
- tobacco disease
- disease image
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种烟叶病害的图像增强处理方法,用于对已经获取的反映烟叶病害状况的烟叶病害图像进行处理,包括以下步骤:对烟叶病害图像进行整体色彩增强:先对烟叶病害图像按以下公式提取色彩分量,再将原Y值转化为新Y值即Y’,最后按以下公式计算新的R、G、B值即R’、G’、B’;对烟叶病害图像进行边缘色彩增强:采用可调节强度的Laplacian边缘增强算法进行处理,采用滑动窗口的方式计算局部直方图;结束,得到处理后的烟叶病害图像。本发明通过对烟叶病害图像进行整体色彩增强和边缘色彩增强两个步骤,兼顾烟叶病害图像的整体和边缘效果增强,使存在光度太低或太高、清晰度不足、色彩失真、边界模糊等缺陷的烟叶病害图像一次性得到校正。
Description
技术领域
本发明涉及一种图像增强处理方法,尤其涉及一种烟叶病害的图像增强处理方法。
背景技术
随着种植规模的扩大,烟叶病害的处理已不是简单的人工发现后施药灭害处理能够解决好的问题了,一般要采用实时监控、电脑自动分析、实时报警即灭害处理、事后分析病害类型并保存以备下次提前预防等措施来处理烟叶病害问题。电脑自动分析的对象就是烟叶病害图像,由于天气、摄像机等原因,烟叶病害图像的亮度、清晰度、色度等参数都可能不如人意,所以需要对烟叶病害图像进行增强处理,以实现更加精确的分析。现有对烟叶病害图像的处理方法多采用一般的亮度调整,而且只作整体处理,缺乏精确的图像参数调节手段,所以效果不够理想,导致分析结果误差较大,无法精确分析病害类型,降低了烟叶病害处理的精度和效率。
发明内容
本发明的目的就在于为了解决上述问题而提供一种兼顾烟叶病害图像的整体和边缘效果增强的烟叶病害的图像增强处理方法。
为了达到上述目的,本发明采用了以下技术方案:
本发明所述烟叶病害的图像增强处理方法,用于对已经获取的反映烟叶病害状况的烟叶病害图像进行处理,包括以下步骤:
(1)对烟叶病害图像进行整体色彩增强:
①对烟叶病害图像按以下公式提取色彩分量:
Y=0.183R+0.614G+0.062B+16
Cb=-0.101R-0.338G+0.439B+128
Cr=0.439R-0.399G-0.040B+128
其中,Y指亮度分量,Cb指蓝色色度分量,Cr指红色色度分量,R、G、B分别指处理前的烟叶病害图像中的红色、绿色和蓝色亮度值;
②按以下公式将原Y值转化为新Y值即Y’:
Y’=MY-(Y-5)
其中,M为亮度增强系数,根据实际需求而定;
③按以下公式计算新的R、G、B值即R’、G’、B’:
R’=1.164(Y’-16)+1.793(Cr-128)
G’=1.164(Y’-16)+0.534(Cr-128)-0.213(Cb-128)
B’=1.164(Y’-16)+2.115(Cb-128);
(2)对烟叶病害图像进行边缘色彩增强:采用可调节强度的Laplacian边缘增强算法进行处理,采用滑动窗口的方式计算局部直方图,在统计累积直方图时,仅累积到当前像素灰度级值,且根据当前像素值小于或大于灰度范围的一半,分别采用从下向上累积或从上向下累积方式,使得对任意一点的累加次数不超过灰度级数的一半;结束,得到处理后的烟叶病害图像。
Laplacian算子是n维欧几里德空间中的一个二阶微分算子,定义为梯度grad()的散度div()。因此如果f是二阶可微的实函数,则f的拉普拉斯算子定义为:(1)f的拉普拉斯算子也是笛卡儿坐标系xi中的所有非混合二阶偏导数求和;(2)作为一个二阶微分算子,拉普拉斯算子把C函数映射到C函数,对于k≥2。表达式(1)或(2)定义了一个算子△:C(R)→C(R),或更一般地,定义了一个算子△:C(Ω)→C(Ω),对于任何开集Ω。
Laplacian边缘增强算法是基于Laplacian算子的对图像便于进行增强处理的常规方法。
进一步,所述步骤(2)中,将局部直方图均衡化的窗口尺寸取为灰度级与2的整数次幂的乘积,将灰度映射过程中的乘法和除法转化为快速的移位操作。
本发明的有益效果在于:
本发明通过对烟叶病害图像进行整体色彩增强和边缘色彩增强两个步骤,兼顾烟叶病害图像的整体和边缘效果增强,使存在光度太低或太高、清晰度不足、色彩失真、边界模糊等缺陷的烟叶病害图像一次性得到校正。
附图说明
图1是原始烟叶病害图像示意图;
图2是经过本发明所述图像增强处理方法处理后的烟叶病害图像示意图。
具体实施方式
下面结合实施例和附图对本发明作进一步具体描述:
实施例:
采用本发明所述烟叶病害的图像增强处理方法,对已经获取的反映烟叶病害状况的烟叶病害图像进行处理,采用以下步骤:
(1)对烟叶病害图像进行整体色彩增强:
①对烟叶病害图像按以下公式提取色彩分量:
Y=0.183R+0.614G+0.062B+16
Cb=-0.101R-0.338G+0.439B+128
Cr=0.439R-0.399G-0.040B+128
其中,Y指亮度分量,Cb指蓝色色度分量,Cr指红色色度分量,R、G、B分别指处理前的烟叶病害图像中的红色、绿色和蓝色亮度值;
②按以下公式将原Y值转化为新Y值即Y’:
Y’=MY-(Y-5)
其中,M为亮度增强系数,根据实际需求而定;
③按以下公式计算新的R、G、B值即R’、G’、B’:
R’=1.164(Y’-16)+1.793(Cr—128)
G’=1.164(Y’-16)+0.534(Cr—128)-0.213(Cb—128)
B’=1.164(Y’-16)+2.115(Cb-128);
(2)对烟叶病害图像进行边缘色彩增强:采用可调节强度的Laplacian边缘增强算法进行处理,采用滑动窗口的方式计算局部直方图,将局部直方图均衡化的窗口尺寸取为灰度级与2的整数次幂的乘积,将灰度映射过程中的乘法和除法转化为快速的移位操作;在统计累积直方图时,仅累积到当前像素灰度级值,且根据当前像素值小于或大于灰度范围的一半,分别采用从下向上累积或从上向下累积方式,使得对任意一点的累加次数不超过灰度级数的一半;结束,得到处理后的烟叶病害图像。
如图1所示,原始烟叶病害图像整体的清晰度较差、病害差异不清楚、边缘轮廓模糊,会导致后期的图像分析出现较大的误差;如图2所示,经过本发明所述处理方法处理后,烟叶病害图像的整体色度、病害差异清晰度、边缘清晰度都有了较大提升,能显著提高图像分析的精度。
Claims (2)
1.一种烟叶病害的图像增强处理方法,用于对已经获取的反映烟叶病害状况的烟叶病害图像进行处理,其特征在于:包括以下步骤:
(1)对烟叶病害图像进行整体色彩增强:
①对烟叶病害图像按以下公式提取色彩分量:
Y=0.183R+0.614G+0.062B+16
Cb=-0.101R-0.338G+0.439B+128
Cr=0.439R-0.399G-0.040B+128
其中,Y指亮度分量,Cb指蓝色色度分量,Cr指红色色度分量,R、G、B分别指处理前的烟叶病害图像中的红色、绿色和蓝色亮度值;
②按以下公式将原Y值转化为新Y值即Y’:
Y’=MY-(Y-5)
其中,M为亮度增强系数,根据实际需求而定;
③按以下公式计算新的R、G、B值即R’、G’、B’:
R’=1.164(Y’-16)+1.793(Cr-128)
G’=1.164(Y’-16)+0.534(Cr-128)-0.213(Cb—128)
B’=1.164(Y’-16)+2.115(Cb-128);
(2)对烟叶病害图像进行边缘色彩增强:采用可调节强度的Laplacian边缘增强算法进行处理,采用滑动窗口的方式计算局部直方图,在统计累积直方图时,仅累积到当前像素灰度级值,且根据当前像素值小于或大于灰度范围的一半,分别采用从下向上累积或从上向下累积方式,使得对任意一点的累加次数不超过灰度级数的一半;结束,得到处理后的烟叶病害图像。
2.根据权利要求1所述的烟叶病害的图像增强处理方法,其特征在于:所述步骤(2)中,将局部直方图均衡化的窗口尺寸取为灰度级与2的整数次幂的乘积,将灰度映射过程中的乘法和除法转化为快速的移位操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310626448.XA CN103646382A (zh) | 2013-12-02 | 2013-12-02 | 一种烟叶病害的图像增强处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310626448.XA CN103646382A (zh) | 2013-12-02 | 2013-12-02 | 一种烟叶病害的图像增强处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103646382A true CN103646382A (zh) | 2014-03-19 |
Family
ID=50251592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310626448.XA Pending CN103646382A (zh) | 2013-12-02 | 2013-12-02 | 一种烟叶病害的图像增强处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103646382A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139402A (zh) * | 2015-08-31 | 2015-12-09 | 中国烟草总公司广东省公司 | 一种大田烟叶图像去噪方法 |
CN108596262A (zh) * | 2018-04-28 | 2018-09-28 | 北京麦飞科技有限公司 | 一种基于计算机视觉进行植物病斑分类的方法及系统 |
CN116758069A (zh) * | 2023-08-17 | 2023-09-15 | 济南宝林信息技术有限公司 | 用于肠道内镜的医学图像增强方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471302A (zh) * | 2002-07-27 | 2004-01-28 | ���ǵ�����ʽ���� | 用于提高数字图像质量的方法和装置 |
CN101231747A (zh) * | 2007-01-22 | 2008-07-30 | 清华大学 | 一种x射线图像边缘和对比度综合增强方法 |
CN102622728A (zh) * | 2011-01-27 | 2012-08-01 | 马鞍山龙迅科技有限公司 | 支持多显示方式的肤色增强处理 |
CN102622726A (zh) * | 2011-01-27 | 2012-08-01 | 常州芯奇微电子科技有限公司 | 支持多显示方式的灰度转换图像增强处理 |
CN103093429A (zh) * | 2013-01-18 | 2013-05-08 | 金三立视频科技(深圳)有限公司 | 图像增强方法 |
-
2013
- 2013-12-02 CN CN201310626448.XA patent/CN103646382A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471302A (zh) * | 2002-07-27 | 2004-01-28 | ���ǵ�����ʽ���� | 用于提高数字图像质量的方法和装置 |
CN101231747A (zh) * | 2007-01-22 | 2008-07-30 | 清华大学 | 一种x射线图像边缘和对比度综合增强方法 |
CN102622728A (zh) * | 2011-01-27 | 2012-08-01 | 马鞍山龙迅科技有限公司 | 支持多显示方式的肤色增强处理 |
CN102622726A (zh) * | 2011-01-27 | 2012-08-01 | 常州芯奇微电子科技有限公司 | 支持多显示方式的灰度转换图像增强处理 |
CN103093429A (zh) * | 2013-01-18 | 2013-05-08 | 金三立视频科技(深圳)有限公司 | 图像增强方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139402A (zh) * | 2015-08-31 | 2015-12-09 | 中国烟草总公司广东省公司 | 一种大田烟叶图像去噪方法 |
CN108596262A (zh) * | 2018-04-28 | 2018-09-28 | 北京麦飞科技有限公司 | 一种基于计算机视觉进行植物病斑分类的方法及系统 |
CN116758069A (zh) * | 2023-08-17 | 2023-09-15 | 济南宝林信息技术有限公司 | 用于肠道内镜的医学图像增强方法 |
CN116758069B (zh) * | 2023-08-17 | 2023-11-14 | 济南宝林信息技术有限公司 | 用于肠道内镜的医学图像增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
CN104240194B (zh) | 一种基于抛物线函数的低照度图像增强算法 | |
US11348210B2 (en) | Inverse tone mapping method and corresponding device | |
WO2013099772A1 (ja) | 細胞輪郭線形成装置及びその方法、コンピュータにより処理可能な細胞輪郭線形成プログラムを記憶する記憶媒体 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
US8406559B2 (en) | Method and system for enhancing image sharpness based on local features of image | |
US20140321743A1 (en) | Method for Processing Highlights and Saturated Regions in a Digital Image | |
WO2021109697A1 (zh) | 字符分割方法、装置以及计算机可读存储介质 | |
CN111429370A (zh) | 一种煤矿井下的图像增强方法、系统及计算机存储介质 | |
CN107067375A (zh) | 一种基于暗通道先验和边缘信息的图像去雾方法 | |
CN108133462B (zh) | 一种基于梯度场区域分割的单幅图像的复原方法 | |
JP2017050683A (ja) | 画像処理装置、撮像装置、画像処理方法およびプログラム | |
CN104680518B (zh) | 一种基于色度溢出处理的蓝屏抠像方法 | |
CN106327437B (zh) | 一种彩色文本图像校正方法及系统 | |
CN103646382A (zh) | 一种烟叶病害的图像增强处理方法 | |
CN110223253B (zh) | 一种基于图像增强的去雾方法 | |
CN110136079A (zh) | 基于场景深度分割的图像去雾方法 | |
CN108898561B (zh) | 一种含天空区域雾天图像的去雾方法、服务器及系统 | |
CN110545414B (zh) | 一种图像锐化方法 | |
CN111738934B (zh) | 基于mtcnn的红眼自动修复方法 | |
CN109886901B (zh) | 一种基于多通路分解的夜间图像增强方法 | |
CN104318526A (zh) | 基于mtf的遥感器在轨自动优化在轨参数的方法 | |
CN111179197B (zh) | 对比度增强方法及装置 | |
Fan et al. | Underwater image enhancement algorithm combining color correction and multi-scale fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140319 |