基于经验模式分解和颜色空间的茶叶图像增强方法

摘要

本发明公开一种基于经验模式分解和颜色空间的茶叶图像增强方法。本发明首先将原始的茶叶RGB彩色图像转换为HSI颜色空间，然后采用改进的二维经验模式分解方法，得到多个不同尺度的固有模式函数和残差分量的图像，并建立视觉适应模型对得到的固有模式函数和残差分量的图像进行调整，最后完成对现场茶树中茶叶图像的增强计算。实验结果表明该算法能很好地改善茶叶图像对比度低、亮度低、边缘模糊的情况，增强后的图像更为清晰，同时亮度、对比度得到很好的改善。

主权项

一种基于经验模式分解和颜色空间的茶叶图像增强方法，其特征是包含以下具体步骤：（1）将原始茶叶图像f(x,y)从RGB空间转换到HSI空间，并得到H、S、I的3个分量值，提取亮度分量图像fI(x,y)；（2）初始化余量函数r：r1＝imf1＝fI(x,y)；（3）筛选第i个imfi；I）赋值hi＝ri，并用数学形态学的方法提取局域hi的极大值和极小值；II）通过改进的三角剖分插值法构造上下极值包络曲面Xi和Yi；III）求取上下包络曲面的均值mi＝(Xi+Yi)/2；IV）用原曲面减去均值包络曲面，求出余量hi+1＝hi‑mi；V）计算和判别停止收敛条件SD；VI）重复步骤I）～～步骤V），直到满足SD≤SDmax,并赋值imfi＝hi,ri＝ri‑1‑imfi；（4）对其进行视觉适应性计算；I）初始化适应函数：s0＝imfi；II）计算s0的均值和方差，并计算出亮度调整矩阵，进行亮度调整；III）对输入图像再进行对比度调整；IV）得到视觉适应性图像；（5）重复步骤（3）~步骤（4），直到ri中极值点数少于2；（6）对得到的残差图像res(x,y)进行步骤(4)处理；（7）得到最终图像 f ′ ( x , y ) = ∑ i = 1 L im f i ( x , y ) + res L ( x , y ) ; （8）将图像转换为RGB格式。