基于Lab*彩色空间和局域动态阈值的药用植物叶片图像分割

被引：12

作者：

高理文 ^{[1
]}

林小桦 ^{[2
]}

机构：

[1] 广州中医药大学医学信息工程学院

[2] 广州中医药大学中药学院

来源：

计算机应用与软件 | 2014年 / 31卷 / 01期

关键词：

L*a*b*空间; 动态阈值; 叶片; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

叶片图像分割是自动化分类的先决步骤。提出一种基于L*a*b*彩色空间和局域动态阈值的叶片图像分割方法。该方法首先把叶片的RGB图像转换为L*a*b*图像;然后针对b*通道图像,估算出目标叶片所在的局部矩形范围;在此范围内,统计获得像素值分布直方图;最后利用最大类间方差阈值分割法,先算出局部矩形范围内的阈值继而进行全图的分割。实验结果表明:该方法对已采集的叶片图像,包括颜色偏暗的叶片的图像,均具有良好的分割效果。由于锁定目标叶片所处的局部矩形范围,找到了适应于目标叶片分割的阈值,从而更好地实现了南天竺等叶片图像的分割。此外,分割过程不包含数学形态学的开闭运算,使得叶片边缘的细节得以完整保留。

引用

页码：232 / 235

页数：4

共 13 条

[1] 基于L*a*b*空间颜色信息度量的边缘检测 [J].

王菁 ;

赵昭 ;

朱晓媛 .

微型机与应用, 2009, 28 (23) :25-26+29

[2]

A Leaf Recognition Algorithm for Plant Classification Using Probabilistic Neural Network. Stephen Gang Wu,Forrest Sheng Bao,Eric You Xu,et al. Proceedings of IEEE International Symposium on Signal Processing and Information Technology . 2007

[3] 基于改进的几何活动轮廓模型的叶片自动分割 [J].

毕于慧 ;

唐守正 ;

王雪峰 .

北京林业大学学报, 2011, (01) :90-93

[4]

Recognition of Plant Leaves Using Support Vector Machine. Qingkui Man,Chunhou Zheng,Xiaofeng Wang,et al. Communications in Computer and Information Science . 2008

[5] Automatic thresholding for defect detection [J].