基于DCT和区域生长的白粉虱图像分割方法

摘要

本发明公开了一种基于DCT和区域生长的白粉虱图像分割方法，其基于DCT和区域生长的白粉虱图像分割方法模仿人的信息处理功能，先通过清晰度特征粗略找出感兴趣区域，然后结合害虫图像局部聚合度较高的特性，利用区域生长方法提取完整害虫目标。

主权项

一种基于DCT和区域生长的白粉虱图像分割方法，其特征在于，包括步骤：S1、将白粉虱图像转换到灰度空间，对所获得的灰度图像y进行中值滤波去噪得到y1；S2、将y1用8*8模板做离散余弦变换得到dct1，截断dct1的高频信号，然后进行反离散余弦变换，重新将图像转换到灰度空间，得到灰度图像y2；S3、令差值图像diffy=|y‑y2|；S4、将diffy归一化后投影到灰度空间得到灰度图像gray_diff，计算灰度图像的模糊熵，通过最大化模糊熵得到分割阈值，将图像分割成清晰区域和模糊区域，得到二值图像binary；S5、在原始的白粉虱图像中标记清晰区域并建立灰度值高斯模型，对标记的清晰区域进行自检测，剔除明显偏离模型的点，得到最终的清晰区域，开闭运算去噪，消除离散噪声点，得到起始生长区域binary1；S6、计算binary1中清晰区域的期望灰度值μ和方差σ；S7、从binary1标记的起始生长区域开始生长，将邻域灰度相似的点标记为生长区域，所述邻域灰度相似的点为邻域的灰度值和清晰区域的期望灰度值μ的差值在一定方差范围内的点，并从该点继续生长；否则，找到下一个没有标记的生长点进行生长，直到全部标记完成，从背景和叶片中分离出病虫目标。