摘要
本发明实施例提供一种杂草图像分割方法,所述方法包括:对输入图像进行感兴趣区域提取,以获得杂草区域图像;计算杂草区域图像的局部方差,对局部方差进行非线性归一化处理,以得到特征增强后的杂草区域图像;利用拉普拉斯算子增强特征增强后的杂草区域图像的边缘信息,使用自适应阈值分割对该增强边缘信息后的杂草区域图像的局部特征进行二值化处理;以及使用形态学操作对二值化处理后的杂草区域图像进行去噪处理,对去噪后的杂草区域图像进行分割,以得到杂草区域图像中的杂草目标。本发明克服了传统超绿特征方法应用于杂草图像分割时所存在的缺陷,具备了更强的适应性,能够广泛应用于精准农业、智能监测等领域。
技术关键词
杂草图像
分割方法
像素点
感兴趣区域提取
拉普拉斯
非线性
二值化图像
OTSU算法
机器可读存储介质
元素
特征方法
直方图
精准农业
指数
坐标
表达式
系统为您推荐了相关专利信息
分块
像素点
卷积神经网络学习
卷积神经网络提取
关系
拍摄图像处理方法
拍摄图像处理系统
像素点
掩膜
离散余弦转换
医学图像分割方法
混合损失函数
双分支网络
多尺度特征
样本