(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210598996.5 (22)申请日 2022.05.30 (71)申请人 华南农业大 学 地址 510640 广东省广州市天河区五山路 483号 (72)发明人 邓继忠　雷落成　叶家杭　罗明达　 张子超　赵高源　刘理涵　李志勇　 (74)专利代理 机构 佛山市君创知识产权代理事 务所(普通 合伙) 44675 专利代理师 冼柏恩 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01)G06V 10/34(2022.01) (54)发明名称 一种低对比度的雾滴图像识别方法 (57)摘要 本发明公开了一种低对比度的雾滴图像识 别方法， 首先将采集到的样本图像进行灰度操 作， 使其变成灰度图像， 再对其进行阈值二值化， 同时将背景图像和雾滴图像进行分割， 然后将分 割后的雾滴图像进行中值滤波， 得到平滑的整体 图像， 将得到的整体图像进行边缘检测， 然后进 行凹点腐蚀以及凹点膨胀， 使得颗粒较小的雾滴 具有更加明显的形状， 然后进行轮廓检测与绘 制， 得到各个雾滴的外边界， 即可清晰识别出雾 滴的分布。 本发 明的雾滴图像识别方法可以对水 敏纸或铜版纸上的雾滴进行检测， 且弥补了雾滴 粘连严重的情况并能对小颗粒图片进行精准识 别， 优化了识别时的准确性。 另外， 所述雾滴图像 识别方法能更好地检测喷洒效果， 从而促进精准 农业的发展。 权利要求书1页 说明书5页 附图4页 CN 115082783 A 2022.09.20 CN 115082783 A 1.一种低对比度的雾滴图像识别方法， 其特 征在于， 包括以下步骤： (1)、 采集雾滴的图像， 得到 雾滴的样本图像； (2)、 将采集到的样本图像进行 灰度化； (3)、 对灰度化后的样本图像进行二 值化； (4)、 将二值化后的样本图像 中的背景图像和雾滴图像进行分割， 得到去除背景图像后 的雾滴图像； (5)、 对分割后的雾滴图像进行中值滤波， 得到平 滑的整体图像； (6)、 对整体图像进行边 缘提取， 然后进行凹点腐蚀， 之后再进行凹点 膨胀； (7)、 对雾滴的形状进行绘制和分析， 得到相应的雾滴数量与面积分布。 2.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(3)中， 预 设灰度阀值T， 对于灰度值小于T的像素， 将其灰度值设为0； 对于灰度值大于T的像素， 将其 灰度值设为25 5。 3.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(4)中， 采 用基于Opencv的背景分割技术来将二值化后的样本图像中的背景图像和雾滴图像进行分 割。 4.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(5)中， 对 分割后的雾滴图像进行中值滤波的步骤为： 在单通道中， 将雾滴图像中的像素点邻域的灰 度值进行排序， 取排序中的中间值 来代替原来雾滴图像的灰度值。 5.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(6)中， 对 整体图像进行边缘提取的步骤为： 将处理好的整体图像的上、 下、 左、 右 四个极限位置连接 成封闭的边框， 然后确定雾滴轮廓的边界， 对于属于包含关系的边界， 只取到外边界， 检测 到的雾滴轮廓会放入到集合中， 对集合中的雾滴轮廓进行绘制与位置获取， 得到相应的雾 滴数量与面积分布。 6.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(6)中， 所 述凹点膨胀中采用漫水填充的方式， 所述的漫水填充包括以下步骤： 首先输入1通道图片或 者3通道图片， 然后确定漫水填充的起始点， 重绘区域像素 的新值， 然后绘制最小绘制边界 的矩形区域， 最后确定观察者像素值与其他部件领域像素值或者待加入该部件的种子像素 之间的亮度或颜色之负差的最大值。 7.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(7)中， 通 过采用CV_C HAIN_APPROX_SIMPLE的方式来进行轮廓绘制。 8.根据权利要求1所述的低对比度的雾滴图像识别方法， 其特征在于， 在步骤(7)中， 使 用opencv中的Fi ndcontours函数进行轮廓检测。权　利　要　求　书 1/1 页 2 CN 115082783 A 2一种低对比度的雾滴图像识别方 法 技术领域 [0001]本发明涉及 农业领域， 尤其涉及一种低对比度的雾滴图像识别方法。 背景技术 [0002]目前， 植保无人机在农业生产中的应用已成为时代趋势， 已被广泛应用在农业生 产的各个领域， 如施药、 播种和农情监测等。 在施药方面， 植保无人机施药技术的研究取得 了很大进步且在进一步的发展中， 已成为防治病虫害的重要手段。 由此可见， 检测植保无人 机喷洒质量也是尤为重要。 检测植保无人机农药喷洒质量好坏的决定性因素是喷洒农药形 成的雾滴粒径及其分布情况， 对于雾滴粒径的检测， 通常会采用铜版纸和水敏纸来进行雾 滴的收集， 会在植保作业前， 将铜版纸或水敏纸夹持在田间作物上， 作业后， 收集铜版纸或 水敏纸， 扫描 形成雾滴的图像， 再利用图像处理的方法进行雾滴分析， 检测得出雾滴质量情 况， 从而得 出喷洒质量的好坏。 [0003]而随着图像技术的发展， 在雾滴识别方面， 目前常用于雾滴颗粒分析的是由美国 农业部开发的一款名为DepositS can的软件， 该软件对雾滴分析的效果比较准确， 能快速的 对雾滴的图像粒径进行分析和识别， 该软件解决了人工识别带来的繁琐操作， 简化了检测 时的困难， 提高了检测的效率， 对检测喷洒效果的质量的智能化 起到了很好的作用。 [0004]另外， 如今无人机公司大疆也开发了雾滴分析仪， 该仪器转门为农业领域而设计， 配备了高精度的镜头模组， 在能够拍照的智能设备上配合定制的大疆雾滴分析仪App使用， 能够准确 地获取并分析水敏纸或铜板纸上 的雾滴信息， 为精确农业提供了强有力的支持， 而且该分析仪体积相对小巧， 简单易用， 单人可以实现田间雾滴分析工作。 使用时， 将铜版 纸或水敏纸放置在需要分析 的雾滴的位置， 并进行施药 的喷洒。 然后就可以按步骤进行雾 滴分析， 在数据采集界面的任务列表中， 将显示分析的结果， 分析 的结果包括变异系数、 覆 盖率、 雾滴数量等。 变异系数表示雾滴的分布情况， 变异系数越小代表分布越均匀； 覆盖率 表示雾滴 面积的占比， 雾滴数表示雾滴图片中的雾滴总数， 均会在应用页面得到展示。 [0005]然而上述的美国农业部的DepositScan软件和大疆公司开发的雾滴分析仪存在以 下的不足： [0006]首先， DepoistScan程序用到的图像处理方法， 对于大多数情况已经能做到准确分 析， 但对于小部分在纸张中粘连情况较为严重的雾滴不能做到正确的分割， 而且对颗粒较 小的雾滴也不能做到准确的识别。 其次， 虽然大疆公司开发的雾滴分析仪虽然实现以上功 能， 但需要软硬件结合的方式来进行检测。 发明内容 [0007]为了解决上述问题， 本发明的目的是提供一种低对比度的雾滴图像识别方法， 所 述雾滴图像识别方法可以对水敏纸或铜版纸上的雾滴进行检测， 且弥补了雾滴粘连严重的 情况并能对小颗粒图片进 行精准识别， 优化了识别时的准确性。 另外， 所述雾滴图像识别方 法能更好 地检测喷洒效果， 从而促进精准农业的发展。说　明　书 1/5 页 3 CN 115082783 A 3