计算机辅助小麦图像识别应用中颜色特征基本参量的表达

在计算机辅助图像处理中 ,运用颜色特征进行图像的分类和识别是简便而有效的一种方法。然而 ,颜色特征的表达和提取是否准确、合理直接决定着分类和识别的可靠性。本文在重点分析RGB、HIS和L *a *b *三种常用颜色模式基本参量含义及相互间关系的基础上 ,结合小麦图像自身的特点 ,通过对30幅小麦图像在三种颜色模式下的9个基本参量进行主成分分析 ,建立了应用于小麦图像识别的颜色特征基本参量表达式 ,并对这三种颜色模式的9个基本参量进行了分类 ,提出了确定而有意义的表征小麦颜色特征的主成分指标。结果如下 :基于第一主成分的分类指标综合表达出小麦冠层的亮绿色特点 ,分类结果具有较高的准确性和可靠性;第二主成分指标主要表达小麦冠层黄绿颜色变化的特点 ,能够形成连续的量化指标空间。第三主成分指标主要表达小麦正常绿色的情况 ,在图像获取亮度差异较小时可以进行小麦正常绿色值的评价。