PlantVillage 数据集中番茄叶图像的分割问题

Question

我正在尝试对番茄作物的叶子图像进行分割。我想像下图那样转换图像

下图为黑底

我从 Github

引用了这段代码

但它在这个问题上做得不好，它做了这样的事情

任何人都可以建议我一个方法吗？

Answer 1

你的图片有问题是叶子的颜色不同。如果将图像转换为灰度，您将看到二值化算法的问题：

你注意到叶子的下半部分和上半部分的亮度有很大不同吗？这为您提供了图像的三个几乎均匀明亮的区域：实际背景、上半部分叶子和下半部分叶子。这对二值化不利。

但是，您的问题可以通过将彩色图像分离到各自的通道来解决。分离后，你会注意到在蓝色通道中，叶子看起来非常均匀明亮：

如果我们考虑我们正在谈论的颜色，这是有道理的：绿色和黄色都含有非常少量的蓝色（如果有的话）。这使我们很容易将其二值化。为了更清晰的图像，我首先应用平滑

然后使用 ImageJ 的 iso_data 阈值（但是您可以使用任何可用的现有自动阈值方法）来创建二进制掩码：

因为算法已将叶子设置为背景（黑色），我们必须将其反转：

可以通过应用二进制 "fill holes" 算法进一步改进此掩码：

此蒙版可用于裁剪原始图像以提取叶子：

结果图像的质量可以通过稍微腐蚀掩模来进一步提高。

为了完整起见：您不必对图像进行平滑处理即可获得结果。这是未平滑图像的蒙版：

要消除噪声，首先应用二元填充孔，然后二元闭合，然后二元腐蚀。这会给你：

作为面具。

这将导致

Answer 2

图像可以使用 HSV-colorspace 分离。背景几乎没有饱和度，因此对饱和度进行阈值处理可以去除灰色。

结果：

代码：

import numpy as np 
import cv2
# load image
image = cv2.imread('leaf.jpg')
# create hsv
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
 # set lower and upper color limits
low_val = (0,60,0)
high_val = (179,255,255)
# Threshold the HSV image 
mask = cv2.inRange(hsv, low_val,high_val)
# remove noise
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel=np.ones((8,8),dtype=np.uint8))
# apply mask to original image
result = cv2.bitwise_and(image, image,mask=mask)

#show image
cv2.imshow("Result", result)
cv2.imshow("Mask", mask)
cv2.imshow("Image", image)

cv2.waitKey(0)
cv2.destroyAllWindows()

PlantVillage 数据集中番茄叶图像的分割问题

Segmentation problem for tomato leaf images in PlantVillage Dataset

opencv

image-processing

image-segmentation