CN107730471A - 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 - Google Patents
一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 Download PDFInfo
- Publication number
- CN107730471A CN107730471A CN201711013630.2A CN201711013630A CN107730471A CN 107730471 A CN107730471 A CN 107730471A CN 201711013630 A CN201711013630 A CN 201711013630A CN 107730471 A CN107730471 A CN 107730471A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- rgb color
- color value
- reference colour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 68
- 235000009566 rice Nutrition 0.000 title claims abstract description 68
- 239000000729 antidote Substances 0.000 title claims abstract description 10
- 240000007594 Oryza sativa Species 0.000 title 1
- 238000012937 correction Methods 0.000 claims abstract description 75
- 241000209094 Oryza Species 0.000 claims abstract description 67
- 239000003086 colorant Substances 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 21
- 230000004075 alteration Effects 0.000 claims description 19
- 230000001052 transient effect Effects 0.000 claims description 8
- QDOXWKRWXJOMAK-UHFFFAOYSA-N dichromium trioxide Chemical group O=[Cr]O[Cr]=O QDOXWKRWXJOMAK-UHFFFAOYSA-N 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000005055 memory storage Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 6
- 235000012055 fruits and vegetables Nutrition 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种针对秧苗长势监测的叶片图像色彩矫正方法和装置，通过获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。对不同时间拍摄的秧苗叶片图像的颜色均实施上述矫正，从而让不同时间拍摄的秧苗叶片图像的颜色均保持程度相同且程度最小的颜色失真，保证了对秧苗生长状况的分析的准确性。
Description
技术领域
本发明涉及图像处理技术领域，更具体地，涉及一种针对秧苗长势监测的叶片图像色彩矫正方法和装置。
背景技术
我国作为蔬菜生产和消费大国，蔬菜育苗年需求量约6800亿株，其中由于劣苗、缺苗造成的补栽率达5％-10％，由人工对苗床秧苗生长状况进行判别和管理，存在劳动强度大、缺乏统一标准以及增加病虫害传播风险等问题，因此实现果蔬苗床监测管理的自动化实施方式，对于我国果蔬产业的可持续发展具有重要意义。
优质秧苗是果蔬优质、丰产的基础，定期观察叶片外观特征了解秧苗生长状况，以实施相应的农艺管理，是果蔬育苗过程中的重要工作。目前，借鉴人工作业规范，通过摄像装置动态采集秧苗叶片图像信息特别是秧苗叶片的颜色，并对其进行特征分析，是实现秧苗生长状况自动监测的重要途径。
然而，秧苗叶片的光照条件不理想会导致拍摄的秧苗叶片图像的颜色严重失真，影响对秧苗生长状况的判断；更重要的是，秧苗叶片的光照条件受太阳光照变化的影响，随时间呈动态波动变化，造成了在不同的时间，在拍摄秧苗叶片的图像时秧苗叶片所受的光照条件不同，由此导致不同时间拍摄的秧苗叶片图像的颜色失真程度不同，由于对秧苗生长状况的分析依赖拍摄的秧苗叶片图像的颜色，从而不同时间拍摄的秧苗叶片图像的颜色有不同程度的失真，影响了对秧苗生长状况的分析的准确性。
发明内容
为了克服上述问题或者至少部分地解决上述问题，本发明提供一种针对秧苗长势监测的叶片图像色彩矫正方法和装置。
根据本发明的一个方面，提供一种针对秧苗长势监测的叶片图像色彩矫正方法，包括：获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
其中，矫正标准色为叶绿色。
其中，根据第一RGB颜色值和第二RGB颜色值获取矫正系数，包括：根据第一RGB颜色值的R值和第二RGB颜色值的R值获取第一系数；根据第一RGB颜色值的G值和第二RGB颜色值的G值获取第二系数；根据第一RGB颜色值的B值和第二RGB颜色值的B值获取第三系数；将第一系数、第二系数和第三系数组成矫正系数。
其中，根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正，包括：根据矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整。
其中，根据矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整，包括：对所述任一时刻拍摄的秧苗叶片图像中任一像元的RGB颜色值，根据第一系数调整任一像元的RGB颜色值的R值，根据第二系数调整任一像元的RGB颜色值的G值，根据第三系数调整任一像元的RGB颜色值的B值。
其中，获取预设时刻拍摄的标准色的图像中任一像元的第一RGB颜色值之前，还包括：获取每隔预设时间拍摄的矫正标准色的图像颜色；计算矫正标准色的每一图像颜色与矫正标准色的真实颜色的色差；将与矫正标准色的真实颜色的色差最小的图像颜色对应的拍摄时刻作为预设时刻。
其中，计算矫正标准色的每一图像中的颜色与矫正标准色的真实颜色的色差，包括：对于矫正标准色的任一图像颜色，将任一图像颜色作为目标图像颜色，获取目标图像颜色的RGB颜色值；将目标图像颜色的RGB颜色值转换为目标图像颜色的三刺激值，将矫正标准色的真实颜色的RGB颜色值转换为矫正标准色的真实颜色的三刺激值；根据目标图像颜色的三刺激值和矫正标准色的真实颜色的三刺激值，计算目标图像颜色与矫正标准色的真实颜色的色差。
本发明的另一方面，提供一种针对秧苗长势监测的叶片图像色彩矫正装置，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行上述的方法。
本发明的又一方面，提供一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使计算机执行上述的方法。
本发明的又一方面，提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机程序，该计算机程序使计算机执行上述的方法。
本发明提供的一种针对秧苗长势监测的叶片图像色彩矫正方法和装置，通过获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正；对不同时间拍摄的秧苗叶片图像的颜色均实施上述矫正，从而让不同时间拍摄的秧苗叶片图像的颜色均保持程度相同且程度最小的颜色失真，保证了对秧苗生长状况的分析的准确性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的针对秧苗长势监测的叶片图像色彩矫正方法的流程图；
图2为根据本发明实施例的苗床秧苗长势监测视觉系统的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的一个实施例中，参考图1，提供一种针对秧苗长势监测的叶片图像色彩矫正方法，包括：S11，获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；S12，获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；S13，根据第一RGB颜色值和第二RGB颜色值获取矫正系数；S14，根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
其中，矫正标准色为叶绿色。
具体的，对颜色进行编码的方法统称为颜色空间或色域，任何一种颜色的颜色空间都可定义成一个固定的数字或变量。RGB颜色空间只众多颜色空间中的一种，RGB颜色空间中，任何一个颜色都可以由红色、绿色和蓝色叠加得到，红色、绿色和蓝色又称为三原色光，用英文表示分别是Red(简写为R)、Green(简写为G)和Blue(简写为B)，因此，任何一个颜色都可以由一组RGB颜色值来记录和表达，RGB颜色值有三个变量，其中，R值代表红色的强度，G值代表绿色的强度，B值代表蓝色的强度。
秧苗叶片的光照条件受太阳光照变化的影响，随时间呈动态波动变化，造成了在不同的时间，拍摄装置在拍摄秧苗叶片的图像时秧苗叶片所受的光照条件不同，由此导致不同时间拍摄的秧苗叶片图像的颜色失真程度不同。由于拍摄装置一般采用的是透镜成像原理，透镜成像存在一个严重的缺陷，导致颜色失真不可避免，但是存在一个颜色失真程度最小的时刻，在该时刻拍摄的图像是最理想的图像。
本实施例中，选取某一标准色作为矫正标准色，由于ColorChecker色板中叶绿色(Foliage)的主波长540nm，其可见光反射特性与秧苗叶片相近，因此以叶绿色为秧苗叶片的矫正标准色，获取在颜色失真程度最小的时刻拍摄的矫正标准色的图像颜色的RGB颜色值，同时获取在任一时刻拍摄的矫正标准色的图像颜色的RGB颜色值，通过以上两个时刻的矫正标准色的图像颜色的RGB颜色值得到对上述任一时刻拍摄的图像的颜色进行矫正的矫正系数，对在该任一时刻拍摄的秧苗叶片图像的颜色，使用矫正系数进行矫正，得到颜色失真程度最小，即相当于在最理想的成像效果的条件下拍摄的图像。
本实施例中，为了保证能够在同一时刻实时的拍摄矫正标准色的图像和秧苗叶片图像，可通过如图2所示的苗床秧苗长势监测视觉系统实现，该系统中，摄像机架设在苗床的上部，标准色板放置在苗床的附近，标准色板上有矫正标准色，摄像机可调整角度，以保证尽可能大的监视范围，摄像机在任何角度的拍摄视场中均能拍摄到标准色板，这样，在任何时刻拍摄的照片中均能同时拍摄到矫正标准色的图像和秧苗叶片图像。
本实施例通过获取在颜色失真程度最小的时刻拍摄的矫正标准色的图像颜色的RGB颜色值和获取在任一时刻拍摄的矫正标准色的图像颜色的RGB颜色值，以获得矫正系数，再使用矫正系数对在该任一时刻拍摄的秧苗叶片图像的颜色进行矫正，得到颜色失真程度最小，即相当于在最理想的成像效果的条件下拍摄的图像；对不同时间拍摄的秧苗叶片图像的颜色均实施上述矫正，从而让不同时间拍摄的秧苗叶片图像的颜色均保持程度相同且程度最小的颜色失真，保证了对秧苗生长状况的分析的准确性。
基于以上实施例，根据第一RGB颜色值和第二RGB颜色值获取矫正系数，包括：根据第一RGB颜色值的R值和第二RGB颜色值的R值获取第一系数；根据第一RGB颜色值的G值和第二RGB颜色值的G值获取第二系数；根据第一RGB颜色值的B值和第二RGB颜色值的B值获取第三系数；将第一系数、第二系数和第三系数组成矫正系数。
具体的，RGB颜色值有三个变量，R值代表红色的强度，G值代表绿色的强度，B值代表蓝色的强度；通过两个RGB颜色值中的R颜色、G值和B值，分别对应的获得第一系数、第二系数和第三系数，再由第一系数、第二系数和第三系数组成矫正系数。
第一系数、第二系数和第三系数可以由下式得到：
其中，JR为第一系数，JG为第二系数，JB为第三系数，R'F为第一RGB颜色值的R值，G'F为第一RGB颜色值的G值，B'F为第一RGB颜色值的B值，RF为第二RGB颜色值的R值，GF为第二RGB颜色值的G值，BF为第二RGB颜色值的B值。
基于以上实施例，根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正，包括：根据矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整。
其中，根据矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整，包括：对所述任一时刻拍摄的秧苗叶片图像中任一像元的RGB颜色值，根据第一系数调整任一像元的RGB颜色值的R值，根据第二系数调整任一像元的RGB颜色值的G值，根据第三系数调整任一像元的RGB颜色值的B值。
具体的，由于秧苗叶片图像中每个像元的RGB颜色值各不相同，需使用矫正系数对每一像元的RGB颜色值进行调整，对每一像元的RGB颜色值进行调整的过程中，根据第一系数调整任一像元的RGB颜色值的R值，根据第二系数调整任一像元的RGB颜色值的G值，根据第三系数调整任一像元的RGB颜色值的B颜色值，最后得到矫正后的图像。
对于某一像元，矫正后的该像元的RGB颜色值(R'L，G'L，B'L)由所述任一时刻拍摄的秧苗叶片图像中该像元的RGB颜色值(RL，GL，BL)调整获得，调整公式如下：
其中，JR为第一系数，JG为第二系数，JB为第三系数，RL为所述任一时刻拍摄的秧苗叶片图像中某一像元的RGB颜色值的R值，GL为所述任一时刻拍摄的秧苗叶片图像中某一像元的RGB颜色值的G值，BL为所述任一时刻拍摄的秧苗叶片图像中某一像元的RGB颜色值的B值。
基于以上实施例，获取预设时刻拍摄的标准色的图像中任一像元的第一RGB颜色值之前，还包括：获取每隔预设时间拍摄的矫正标准色的图像颜色；计算矫正标准色的每一图像颜色与矫正标准色的真实颜色的色差；将与矫正标准色的真实颜色的色差最小的图像颜色对应的拍摄时刻作为预设时刻。
具体的，颜色失真的程度可体现在色差的大小上，通过找到与矫正标准色的真实颜色的色差最小的图像颜色对应的拍摄时刻，以确定颜色失真程度最小的时刻。本实施例中，每隔一定的时间拍摄矫正标准色的图像，计算每个图像中矫正标准色的颜色的与矫正标准色的真实颜色的色差，从而找到与矫正标准色的真实颜色的色差最小的图像颜色，以此找到拍摄该图像的时间，作为颜色失真程度最小的时间。
基于以上实施例，计算矫正标准色的每一图像中的颜色与矫正标准色的真实颜色的色差，包括：对于矫正标准色的任一图像颜色，将任一图像颜色作为目标图像颜色，获取目标图像颜色的RGB颜色值；将目标图像颜色的RGB颜色值转换为目标图像颜色的三刺激值，将矫正标准色的真实颜色的RGB颜色值转换为矫正标准色的真实颜色的三刺激值；根据目标图像颜色的三刺激值和矫正标准色的真实颜色的三刺激值，计算目标图像颜色与矫正标准色的真实颜色的色差。
具体的，计算两种颜色之间的色差，需通过两种颜色的三刺激值，三刺激值是CIE-XYZ颜色空间下三基色对应的值，与RGB颜色值存在转换关系，可通过两者之间的转换矩阵实现两者之间的转换，本实施例中，将矫正标准色的图像颜色的RGB颜色值转换为矫正标准色的图像颜色的三刺激值，将矫正标准色的真实颜色的RGB颜色值转换为矫正标准色的真实颜色的三刺激值，通过两个三刺激值计算矫正标准色的图像颜色与矫正标准色的真实颜色之间的色差。
其中，某一图像颜色的三刺激值(X，Y，Z)与该图像颜色的RGB颜色值(R，G，B)之间的转换关系由下式决定：
其中，C为转换矩阵，X为图像颜色的三刺激值的X值，Y为图像颜色的三刺激值的Y值，Z为图像颜色的三刺激值的Z值，R为图像颜色的RGB颜色值的R值，G为图像颜色的RGB颜色值的R值，B为图像颜色的RGB颜色值的R值。
且转换矩阵
两种颜色之间的色差ΔE由下式计算获得：
其中，其中ΔL*、Δa*、Δb*分别为L*a*b*颜色空间下两种色彩参数的差值。
同一颜色在CIE-XYZ颜色空间的三刺激值(X，Y，Z)与L*a*b*颜色空间的参数值(L*，a*，b*)之间的关系由下式确定：
其中，X为图像颜色的三刺激值的X值，Y为图像颜色的三刺激值的Y值，Z为图像颜色的三刺激值的Z值，fXA，fXB，fZB为摄像机和照明体决定的常数。
作为本发明的又一实施例，提供一种针对秧苗长势监测的叶片图像色彩矫正装置，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行上述各方法实施例所提供的方法，例如包括：获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
作为本发明的又一个实施例，提供一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，该计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
作为本发明的又一个实施例，提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机程序，该计算机程序使该计算机执行上述各方法实施例所提供的方法，例如包括：获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，该预设时刻为矫正标准色的图像颜色失真程度最小的拍摄时刻；获取任一时刻拍摄的矫正标准色的图像颜色的第二RGB颜色值；根据第一RGB颜色值和第二RGB颜色值获取矫正系数；根据矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过计算机程序指令相关的硬件来完成，前述的计算机程序可以存储于一计算机可读取存储介质中，该计算机程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种针对秧苗长势监测的叶片图像色彩矫正方法，其特征在于，包括：
获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值，所述预设时刻为所述矫正标准色的图像颜色失真程度最小的拍摄时刻；
获取任一时刻拍摄的所述矫正标准色的图像颜色的第二RGB颜色值；
根据所述第一RGB颜色值和所述第二RGB颜色值获取矫正系数；
根据所述矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正。
2.根据权利要求1所述的方法，其特征在于，所述矫正标准色为叶绿色。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一RGB颜色值和所述第二RGB颜色值获取矫正系数，包括：
根据所述第一RGB颜色值的R值和所述第二RGB颜色值的R值获取第一系数；
根据所述第一RGB颜色值的G值和所述第二RGB颜色值的G值获取第二系数；
根据所述第一RGB颜色值的B值和所述第二RGB颜色值的B值获取第三系数；
将所述第一系数、所述第二系数和所述第三系数组成所述矫正系数。
4.根据权利要求3所述的方法，其特征在于，所述根据所述矫正系数对所述任一时刻拍摄的秧苗叶片图像的颜色进行矫正，包括：
根据所述矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整。
5.根据权利要求4所述的方法，其特征在于，所述根据所述矫正系数对所述任一时刻拍摄的秧苗叶片图像中每一像元的RGB颜色值进行调整，包括：
对所述任一时刻拍摄的秧苗叶片图像中任一像元的RGB颜色值，根据所述第一系数调整所述任一像元的RGB颜色值的R值，根据所述第二系数调整所述任一像元的RGB颜色值的G值，根据所述第三系数调整所述任一像元的RGB颜色值的B值。
6.根据权利要求1所述的方法，其特征在于，所述获取预设时刻拍摄的矫正标准色的图像颜色的第一RGB颜色值之前，还包括：
获取每隔预设时间拍摄的所述矫正标准色的图像颜色；
计算所述矫正标准色的每一图像颜色与所述矫正标准色的真实颜色的色差；
将与所述矫正标准色的真实颜色的色差最小的图像颜色对应的拍摄时刻作为所述预设时刻。
7.根据权利要求1所述的方法，其特征在于，所述计算所述矫正标准色的每一图像中的颜色与所述矫正标准色的真实颜色的色差，包括：
对于所述矫正标准色的任一图像颜色，将所述任一图像颜色作为目标图像颜色，获取所述目标图像颜色的RGB颜色值；
将所述目标图像颜色的RGB颜色值转换为所述目标图像颜色的三刺激值，将所述矫正标准色的真实颜色的RGB颜色值转换为所述矫正标准色的真实颜色的三刺激值；
根据所述目标图像颜色的三刺激值和所述矫正标准色的真实颜色的三刺激值，计算所述目标图像颜色与所述矫正标准色的真实颜色的色差。
8.一种针对秧苗长势监测的叶片图像色彩矫正装置，其特征在于，包括：
至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行如权利要求1至7任一所述的方法。
9.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至7任一所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711013630.2A CN107730471A (zh) | 2017-10-26 | 2017-10-26 | 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711013630.2A CN107730471A (zh) | 2017-10-26 | 2017-10-26 | 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107730471A true CN107730471A (zh) | 2018-02-23 |
Family
ID=61213709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711013630.2A Pending CN107730471A (zh) | 2017-10-26 | 2017-10-26 | 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107730471A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108416782A (zh) * | 2018-04-19 | 2018-08-17 | 云南佳叶现代农业发展有限公司 | 基于视觉识别和光照矫正的烟叶评级方法及系统 |
| CN108734747A (zh) * | 2018-05-23 | 2018-11-02 | 北京三才脉度网络科技有限公司 | 一种远程矫正图片色差的方法 |
| CN108766084A (zh) * | 2018-05-03 | 2018-11-06 | 深圳市鹰硕技术有限公司 | 显示焰色反应的模拟化学实验的教学方法以及装置 |
| CN110017816A (zh) * | 2019-04-28 | 2019-07-16 | 新疆师范大学 | 一种适用于中低空飞行器航拍测量的图像矫正装置 |
| CN112215765A (zh) * | 2020-09-08 | 2021-01-12 | 北京农业智能装备技术研究中心 | 农业自然光环境下机器人视觉色彩校正方法及装置 |
| CN113923429A (zh) * | 2021-12-16 | 2022-01-11 | 成都索贝数码科技股份有限公司 | 一种基于色卡的颜色校正方法 |
| CN113920037A (zh) * | 2021-12-14 | 2022-01-11 | 极限人工智能有限公司 | 一种内窥镜画面矫正方法、装置、矫正系统及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1216423A (zh) * | 1997-07-10 | 1999-05-12 | 三星电子株式会社 | 图像系统中的彩色校正装置和方法 |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
| CN103354087A (zh) * | 2013-07-01 | 2013-10-16 | 广东威创视讯科技股份有限公司 | 拼接显示装置颜色校正的方法和系统 |
| CN104217409A (zh) * | 2014-09-30 | 2014-12-17 | 南京汇川工业视觉技术开发有限公司 | 一种基于模拟退火最优化算法的图像色彩校正方法 |
| US20160078638A1 (en) * | 2014-09-11 | 2016-03-17 | Socionext Inc. | Image processing device, method, and imaging device |
| CN106682570A (zh) * | 2016-11-04 | 2017-05-17 | 东莞市隆声智能科技有限公司 | 一种植物的长势监控方法和装置 |
-
2017
- 2017-10-26 CN CN201711013630.2A patent/CN107730471A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1216423A (zh) * | 1997-07-10 | 1999-05-12 | 三星电子株式会社 | 图像系统中的彩色校正装置和方法 |
| CN101881726A (zh) * | 2010-06-18 | 2010-11-10 | 北京农业智能装备技术研究中心 | 植物幼苗综合性状活体无损检测方法 |
| CN103354087A (zh) * | 2013-07-01 | 2013-10-16 | 广东威创视讯科技股份有限公司 | 拼接显示装置颜色校正的方法和系统 |
| US20160078638A1 (en) * | 2014-09-11 | 2016-03-17 | Socionext Inc. | Image processing device, method, and imaging device |
| CN104217409A (zh) * | 2014-09-30 | 2014-12-17 | 南京汇川工业视觉技术开发有限公司 | 一种基于模拟退火最优化算法的图像色彩校正方法 |
| CN106682570A (zh) * | 2016-11-04 | 2017-05-17 | 东莞市隆声智能科技有限公司 | 一种植物的长势监控方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 赵玉琴: "自然光照下葡萄叶片图像的颜色恢复与阴影检测", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108416782A (zh) * | 2018-04-19 | 2018-08-17 | 云南佳叶现代农业发展有限公司 | 基于视觉识别和光照矫正的烟叶评级方法及系统 |
| CN108416782B (zh) * | 2018-04-19 | 2023-09-26 | 云南佳叶现代农业发展有限公司 | 基于视觉识别和光照矫正的烟叶评级方法及系统 |
| CN108766084A (zh) * | 2018-05-03 | 2018-11-06 | 深圳市鹰硕技术有限公司 | 显示焰色反应的模拟化学实验的教学方法以及装置 |
| CN108734747A (zh) * | 2018-05-23 | 2018-11-02 | 北京三才脉度网络科技有限公司 | 一种远程矫正图片色差的方法 |
| CN110017816A (zh) * | 2019-04-28 | 2019-07-16 | 新疆师范大学 | 一种适用于中低空飞行器航拍测量的图像矫正装置 |
| CN112215765A (zh) * | 2020-09-08 | 2021-01-12 | 北京农业智能装备技术研究中心 | 农业自然光环境下机器人视觉色彩校正方法及装置 |
| CN112215765B (zh) * | 2020-09-08 | 2024-06-11 | 北京农业智能装备技术研究中心 | 农业自然光环境下机器人视觉色彩校正方法及装置 |
| CN113920037A (zh) * | 2021-12-14 | 2022-01-11 | 极限人工智能有限公司 | 一种内窥镜画面矫正方法、装置、矫正系统及存储介质 |
| CN113920037B (zh) * | 2021-12-14 | 2022-04-12 | 极限人工智能有限公司 | 一种内窥镜画面矫正方法、装置、矫正系统及存储介质 |
| CN113923429A (zh) * | 2021-12-16 | 2022-01-11 | 成都索贝数码科技股份有限公司 | 一种基于色卡的颜色校正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107730471A (zh) | 一种针对秧苗长势监测的叶片图像色彩矫正方法和装置 | |
| CN112752023B (zh) | 一种图像调整方法、装置、电子设备及存储介质 | |
| CN111292246A (zh) | 图像颜色校正方法、存储介质及内窥镜 | |
| CN109274948B (zh) | 图像色彩校正方法、装置、存储介质和计算机设备 | |
| CN101478687B (zh) | 对数字图像中伪色像素的校正方法 | |
| US9736336B2 (en) | Image tone adjustment method, apparatus thereof and computer storage medium | |
| CN104023218A (zh) | 摄像装置以及图像信号处理装置 | |
| CN107820069A (zh) | 一种视频监控设备isp调试方法 | |
| CN1856800A (zh) | 数字图像处理链中用于调节色彩平衡的方法及系统、用于实现此方法的相应设备以及软件部件 | |
| CN104581098B (zh) | 一种lens shading自适应的处理方法 | |
| CN105427268B (zh) | 一种中长波双波段红外图像特征级彩色融合方法 | |
| CN104683779B (zh) | 自动白平衡补偿方法以及使用该方法的装置 | |
| CN107563987A (zh) | 标定成像差异的方法及装置 | |
| CN110751611A (zh) | 一种内窥镜系统的显示器色彩的校准方法及内窥镜系统 | |
| CN106442329A (zh) | 一种基于冠层图像参数的冬小麦叶面积指数估算方法 | |
| CN102629967B (zh) | 一种翻拍设备光照不均匀的校正方法 | |
| Jang et al. | Adaptive color enhancement based on multi-scaled Retinex using local contrast of the input image | |
| CN106780396A (zh) | 一种消除图像拼缝的方法 | |
| CN108833875A (zh) | 一种自动白平衡校正方法 | |
| CN105208362B (zh) | 基于灰度平衡原理的图像色偏自动校正方法 | |
| CN103747247B (zh) | 一种色彩校正卡 | |
| CN106327439A (zh) | 一种快速雾霾天图像清晰化方法 | |
| CN107770410A (zh) | 彩色面阵ccd的自适应矫正 | |
| TWI713365B (zh) | 影像處理電路與相關的影像處理方法 | |
| CN113132694B (zh) | 基于色度学的彩色相机多摄镜头颜色一致性校正方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |