1.基于多阈值和K均值聚类的保护压板有效压板区域提取方法，其特征在于包括以下步骤：step1：将校正后压板图像分别转换到HSV颜色空间和Lab颜色空间；

step 2：对HSV颜色空间压板图像进行多阈值分割，对Lab颜色空间压板图像进行K均值聚类分割；

step 3：首先对两种分割方式处理结果图进行中值滤波，然后进行区域融合，得到完整的有效压板区域；

step 4：通过对有效压板区域进行形态学处理，去除噪声和小连通区域；

step 3包括以下步骤：

step 3.1：首先对多阈值和K均值聚类两种分割方法处理后的图像添加椒盐噪声，然后利用中值滤波的处理方式进行去噪；

step 3.2：融合滤波处理后的有效颜色特征压板区域，获得完整的有效压板区域；

step 4包括以下步骤：

step 4.1：采用长度为5，角度为90°的直线结构元素进行开运算，去除线型干扰区域；

step 4.2：以半径为3的圆形结构元素进行闭运算，去除毛刺和孤立点；

step 4.3：以半径为2的圆形结构元素进行膨胀处理，并对目标区域进行孔洞填充，抑制深度噪声，填充深度缺失空洞，改善目标区域的质量。

2.根据权利要求1所述基于多阈值和K均值聚类的保护压板有效压板区域提取方法，其特征在于：step 1包括以下步骤：

step 1.1：将RGB颜色空间压板图像转换到HSV颜色空间，按照公式(1)计算HSV颜色空间压板图像H分量值，公式(1)如下：式中：R、G、B分别为红、绿、蓝色通道值，max为R、G、B中最大值，min为R、G、B中最小值；

step 1.2：将RGB颜色空间压板图像转换到Lab颜色空间。

3.根据权利要求1所述基于多阈值和K均值聚类的保护压板有效压板区域提取方法，其特征在于：step 2包括以下步骤：

step 2.1：使用多阈值方法分割HSV颜色空间压板图像，其中：H分量极小值为0.01，极大值为0.1，得到红色特征压板区域；

step 2.2：使用K均值聚类方法分割Lab颜色空间压板图像，得到黄色和绿色特征压板区域。