长翅灰飞虱图像边缘的多区域多结构检测方法

被引:6
作者
邱白晶 [1 ]
程麒文 [1 ]
陈国平 [1 ]
姚克兵 [2 ]
陈树人 [1 ]
机构
[1] 江苏大学现代农业装备与技术重点实验室
[2] 江苏省镇江市植保站
关键词
长翅灰飞虱; 边缘检测; 多区域; 多结构;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
采用Sobel等4种常用方法检测长翅灰飞虱翅膀、爪子等多细节边缘时,会出现边缘不明显、噪声干扰大等问题。采用形态学单结构腐蚀边缘检测也不理想,其边缘间断数和像素损失率最小值分别为10和0.689%。为此,对长翅灰飞虱图像先进行区域划分,以使单个区域的检测得到简化,并针对划分后的各个区域采用形态学多结构方法构造了膨胀腐蚀型边缘检测算子进行边缘检测。试验结果表明:这种划分区域并结合多结构的方法能提高对长翅灰飞虱边缘的检测能力,其边缘间断数和像素损失率最小值分别为3和0.554%。
引用
收藏
页码:119 / 123
页数:5
相关论文
共 10 条
[1]   基于多结构元素的图像边界识别方法研究 [J].
张奋 ;
邹北骥 .
计算机工程与设计, 2006, (10) :1775-1776+1785
[2]   不同生育阶段及不同虫量化学防治灰飞虱效果与策略 [J].
朱龙粉 ;
傅华欣 ;
荆卫锋 ;
谈文华 ;
杨小龙 ;
谈春燕 .
江苏农业科学, 2006, (02) :62-64
[3]   水稻条纹叶枯病发生规律初探 [J].
秦玉金 ;
鞠国钢 ;
胡荣利 ;
沈琴堂 .
华北农学报, 2005, (S1) :172-176
[4]   水稻条纹叶枯病病毒RT-PCR快速检测研究 [J].
嵇朝球 ;
钟环 ;
钟佩英 ;
梁国华 .
上海交通大学学报(农业科学版), 2005, (02) :188-191
[5]   以直接斑点免疫结合测定法检测灰飞虱体内的水稻条纹病毒 [J].
王贵珍 ;
周益军 ;
周雪平 .
浙江大学学报(农业与生命科学版), 2005, (01) :40-43
[6]   灰飞虱几个传病因素的研究 [J].
陈大明 .
上海农业学报, 2004, (04) :90-92
[7]   A morphological approach of target detection on perspective plane [J].
Pei, SC ;
Lai, CL .
SIGNAL PROCESSING, 2001, 81 (09) :1975-1984
[8]   The approximation of a morphological opening and closing in the presence of noise [J].
Van Horebeek, J ;
Tapia-Rodriguez, E .
SIGNAL PROCESSING, 2001, 81 (09) :1991-1995
[9]  
Connections between binary, gray-scale and fuzzy mathematical morphologies[J] . Mike Nachtegael,Etienne E. Kerre.Fuzzy Sets and Systems . 2001 (1)
[10]   A multi-scale morphologic edge detector [J].
Chanda, B ;
Kundu, MK ;
Padmaja, YV .
PATTERN RECOGNITION, 1998, 31 (10) :1469-1478