-
公开(公告)号：CN109242791B
公开(公告)日：2022-07-26
申请号：CN201810962566.0
申请日：2018-08-22
Applicant: 东北农业大学
Abstract: 本发明公开了一种针对破损植物叶片的批量修复方法，首先对图像数据进行预处理，预处理包括前期处理：图像缩小→灰度化→高斯滤波→二值化；轮廓裁切：canny边缘检测→寻找边缘轮廓→外接最小四边形→ROI区域裁切；分水岭分割：标记前景→标记背景→标记未知区域→分水岭分割；然后将预处理得到的图像中待修复部分置换为同一颜色，制作出待修复区域的掩膜，最后使用FMM算法对待修复部分进行修复。与现有技术相比，本发明可以将叶片的残缺部分补全，修复准确率高，避免了由于不可抗力造成的叶片残缺对后续实验的影响；本发明通过一系列的图像预处理操作解决了掩膜的批量制作问题，实现了对破损植物叶片的批量处理操作。
-
公开(公告)号：CN109241966A
公开(公告)日：2019-01-18
申请号：CN201810961429.5
申请日：2018-08-22
Applicant: 东北农业大学
Abstract: 本发明公开一种植物叶片无损采集方法，利用相机直接对田间的植物叶片进行拍摄，对拍摄的植物叶片图像进行预处理后通过后期对图像的自动校正。与现有技术相比，本发明采集农业作物图像数据时，不需要再将作物进行采摘，避免了对作物生长连续性的破坏。以往使用透视变换对图像进行失真校正时，需要手动输入顶点坐标，本发明采用霍夫变换后再进行透视变换自动检测图像的四个顶点，即两条直线的四个端点。从而实现不需手动输入顶点坐标即可利用透视变换完成对自然环境下采集的植物叶片图像的失真校正。
-
公开(公告)号：CN109242791A
公开(公告)日：2019-01-18
申请号：CN201810962566.0
申请日：2018-08-22
Applicant: 东北农业大学
Abstract: 本发明公开了一种针对破损植物叶片的批量修复方法，首先对图像数据进行预处理，预处理包括前期处理：图像缩小→灰度化→高斯滤波→二值化；轮廓裁切：canny边缘检测→寻找边缘轮廓→外接最小四边形→ROI区域裁切；分水岭分割：标记前景→标记背景→标记未知区域→分水岭分割；然后将预处理得到的图像中待修复部分置换为同一颜色，制作出待修复区域的掩膜，最后使用FMM算法对待修复部分进行修复。与现有技术相比，本发明可以将叶片的残缺部分补全，修复准确率高，避免了由于不可抗力造成的叶片残缺对后续实验的影响；本发明通过一系列的图像预处理操作解决了掩膜的批量制作问题，实现了对破损植物叶片的批量处理操作。
-
公开(公告)号：CN109087241A
公开(公告)日：2018-12-25
申请号：CN201810961430.8
申请日：2018-08-22
Applicant: 东北农业大学
Abstract: 本发明公开一种农业作物图像数据无损采集方法，利用相机直接对田间的植物叶片进行拍摄，对拍摄的植物叶片图像进行预处理后通过后期对图像的自动校正。与现有技术相比，本发明采集农业作物图像数据时，不需要再将作物进行采摘，避免了对作物生长连续性的破坏。以往使用透视变换对图像进行失真校正时，需要手动输入顶点坐标，本发明采用四边形轮廓逼近后实现了对顶点坐标的自动检测。从而实现不需手动输入顶点坐标即可利用透视变换完成对自然环境下采集的植物叶片图像的失真校正。
-
-
-
Search Results
4
records
(took 0.017 seconds)
