基于K-means聚类的植物叶片图像叶脉提取

被引：28

作者：

李灿灿

王宝

王静

李丰果

机构：

[1] 华南师范大学物理与电信工程学院

来源：

农业工程学报 | 2012年 / 28卷 / 17期

关键词：

图像处理; 图像分割; 聚类算法; HSI彩色空间; 叶脉提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

植物的叶片是植物最基本、最主要的生命活动场所。叶脉的提取与分析对叶片和整株植物结构的分析有一定的应用价值。该文提出一种基于K-means聚类(clustering)的叶脉提取算法。该算法首先对叶片图像的HSI彩色空间中的I信息进行K-means聚类处理,根据聚类的结果提取叶片边界,并将叶片图像分为受光均匀和受光不均匀的2类。对于受光均匀的叶片图像在聚类结果中直接提取叶脉,而受光不均匀的叶片图像则需去除部分叶肉后再进行一次K-means聚类提取叶脉。结果表明:该算法能有效地降低叶脉提取的错分率。

引用

页码：157 / 162

页数：6

共 10 条

[1] 基于彩色通道相似性图像分割方法的植物叶面积计算 [J].

韩殿元 ;

黄心渊 ;

付慧 .

农业工程学报, 2012, 28 (06) :179-183

[2] 基于改进的Sobel算子和色调信息的叶脉提取方法 [J].

李灿灿 ;

孙长辉 ;

王静 ;

李丰果 .

农业工程学报, 2011, 27 (07) :196-199

[3] 基于球B样条函数的烟草叶片虚拟实现 [J].

王芸芸 ;

温维亮 ;

郭新宇 ;

赵国辉 ;

陆声链 ;

肖伯祥 .

农业工程学报, 2011, 27 (01) :230-235

[4] 多方向Top-Hat变换在叶脉特征提取中的应用研究 [J].

金秋春 ;

郑小东 ;

童小利 .

计算机工程与应用, 2011, 47 (04) :195-197

[5] 基于Kmeans硬聚类算法的葡萄病害彩色图像分割方法 [J].

李冠林 ;

马占鸿 ;

黄冲 ;

迟永伟 ;

王海光 .

农业工程学报, 2010, 26(S2) (S2) :32-37

[6] 3维植物叶片精确建模和绘制技术研究 [J].

陆声链 ;

郭新宇 ;

李长锋 .

中国图象图形学报, 2009, 14 (04) :731-737

[7] 基于细胞神经网络的植物叶片图像中叶脉的提取 [J].

赵卓英 ;

孙明 ;

姜伟杰 .

农机化研究, 2009, 31 (04) :168-171

[8] 基于人工神经网络的叶脉信息提取——植物活体机器识别研究Ⅰ [J].

傅弘 ;

池哲儒 ;

常杰 ;

傅承新 .

植物学通报, 2004, (04) :429-436

[9]

植物结构的分形特征及模拟[M]. 杭州大学出版社 , 常杰等著, 1995

[10]

A leaf vein extraction method based on snakes technique .2 Y.F.Li,Q.S.Zhu,Y.K.Cao,C.L.Wang. Proceedings of IEEE International Conference on Neural Networks and Brain . 2005

← 1 →