1.一种基于灰度共生矩阵的草地未割区域分界线提取方法;其特征是:包括如下的步骤:
1)将彩色图像I(x,y)进行灰度计算,提取出灰度图I1(x,y);
2)将灰度图像I1(x,y)进行等比例压缩,得到新的灰度图像I2(x,y);
3)通过步骤2)提取的灰度图像I2(x,y)进行纹理特征值计算,获得特征值矩阵I3(x,y);
4)将特征值矩阵I3(x,y)映射成对应的纹理分割二值图I4(x,y);
5)将纹理分割二值图I4(x,y)进行图像的形态学操作,得到优化后的纹理分割二值图I5(x,y);
6)利用优化后的纹理分割二值图I5(x,y)进行分割线的提取并最终得到带有分割线的图I6(x,y)。
2.根据权利要求1所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:在步骤1)中,彩色图像I(x,y)的灰度化公式如下:I1(x,y)=0.3*R(x,y)+0.59*G(x,y)+0.11*B(x,y);
R(x,y),G(x,y),B(x,y)分别为彩色图像I(x,y)的红色,绿色,蓝色分量。
3.根据权利要求2所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述等比例压缩步骤如下:将步骤1)所述的灰度图I1(x,y)进行直方图均匀化后将每个像素点的值再除以16或者32取整,获得新的灰度图像I2(x,y)。
4.根据权利要求3所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述纹理特征值计算步骤如下:计算步骤2)获得的灰度图像I2(x,y)中每个3×3、5×5、7×7或9×9大小的像素点窗口所对应的灰度共生矩阵;
通过灰度共生矩阵特征值计算公式计算每个灰度共生矩阵的特征值生成一个特征值矩阵I3(x,y)。
5.根据权利要求4所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述映射步骤如下:统计特征值矩阵I3(x,y)上的所有像素点值;
将数值最大的和数值最小的提取出来取其平均值Mid=(Max+Min)/2;
依次将特征值矩阵I3(x,y)的像素点值与Mid进行对比,大于Mid的将0赋值给此像素点,小于Mid的将255赋值给此像素点;
最后就将原特征值矩阵I3(x,y)映射成一个只有0和255像素值组成的纹理分割二值图I4(x,y)。
6.根据权利要求5所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述形态学操作步骤如下:将纹理分割二值图I4(x,y)进行先腐蚀后膨胀的操作,去除纹理分割二值图I4(x,y)中多余的杂质点;
在此基础上再进行先膨胀后腐蚀的操作,填充纹理分割二值图I4(x,y)中细小的空洞,使得草地未割区域和割过区域的差别显得更明显,并最终得到优化后的纹理分割二值图I5(x,y)。
7.根据权利要求6所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述分割线的提取步骤如下:第一步:将优化后的纹理分割二值图I5(x,y)分成对称的左、右两份,分别统计两边的黑色像素点个数;
如果左侧个数大于右侧,则判定草地未割区域位于左半部分;
如果右侧个数大于左侧,则判定草地未割区域位于右半部分;
第二步:将优化后的纹理分割二值图I5(x,y)进行等宽度横向均匀切割,令横条宽度为L,横条长度为N;
随后从上至下提取第一个等宽横条,并统计其黑色像素点个数Nb,令当前条横条中黑色像素点的占有比例为P,则第三步:根据第二步中所求的黑色像素点占有比例P拟定一个以T1为长度的轮廓历遍器;
第四步:根据第一步中的统计,如果草地未割区判定为左半部分,则选取最大轮廓历遍器IMAX右侧边缘中心像素点作为当前横条统计出来的分割点;
相反,如果草地未割区域判定为右半部分则选取最大轮廓历遍器IMAX左侧边缘中心像素点作为分割点;
第五步:分别求出每一个横条所对应的分割点,最后将每个分割点依次用直线连接起来便形成所求的分割线。
8.根据权利要求7所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述第三步骤中,设置增加轮廓历遍器的长度T1=(P+t)×N,其中轮廓历遍器长度增加值t是一个范围为(0,0.3)的数值。
9.根据权利要求7所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述第五步骤中,分割点的求法为:从第一个横条的第一列像素点开始,以T1为单位长度,每次向右移动一个像素点并统计每个轮廓历遍器内黑色像素点的个数;
当历遍完整个横条之后选取黑色像素点占有比最多的最大轮廓历遍器IMAX,并根据第四步骤提取出对应的分割点。
10.根据权利要求8所述的基于灰度共生矩阵的草地未割区域分界线提取方法,其特征是:所述的轮廓历遍器长度增加值t,根据不同的黑色像素点占有比例进行变化,当P=
0~0.1时t=0.3;
P=0.1~0.3时t=0.2;
P=0.3~0.5时t=0.1;
P>0.5时t=0。