复杂背景黄瓜叶部病害图像分割方法

被引:28
作者
袁媛 [1 ,2 ]
李淼 [2 ]
陈晟 [3 ]
江海洋 [3 ]
董俊 [2 ]
机构
[1] 安徽农业大学农学院
[2] 中国科学院合肥智能机械研究所
[3] 中国科学技术大学信息科学技术学院
基金
国家高技术研究发展计划(863计划);
关键词
黄瓜; 复杂背景; 图像分割; 图切割; OTSU; 超G;
D O I
暂无
中图分类号
S436.421.1 [病害]; TP391.41 [];
学科分类号
080203 ;
摘要
针对具有复杂背景的黄瓜病害图像,设计了一种图像分割方法。该方法首先结合超G和OTSU方法去除彩色图像中的大部分背景,尽可能保留图像中的绿色部分信息;然后根据病害图像RGB模型中红色分量自动建立数据项,并且设定相邻像素间红色分量差值的函数作为平滑项,以上述数据项和平滑项构建基于阈值预处理的图切割算法。利用该方法对4种黄瓜病害(霜霉病、白粉病、靶斑病和炭疽病)彩色图像进行分割。结果表明,该方法能够较为准确地将病斑区域从彩色图像中提取出来,算法的平均正确识别率达到90%以上;平均运行速度为2.12 s,能够满足实时图像分割的要求。
引用
收藏
页码:233 / 237
页数:5
相关论文
共 10 条
[1]   基于改进型C-V模型的植物病斑图像分割 [J].
胡秋霞 ;
田杰 ;
何东健 ;
宁纪锋 .
农业机械学报, 2012, 43 (05) :157-161
[2]   基于并行点火PCNN的玉米病害彩色图像分割方法 [J].
王守志 ;
何东健 ;
韩金玉 .
农业机械学报, 2011, 42 (11) :148-153
[3]   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
[4]   基于图切割的快速运动分割方法 [J].
侯叶 ;
郭宝龙 .
系统工程与电子技术, 2009, 31 (12) :2998-3001
[5]   采用改进遗传算法提取大豆叶片病斑图像 [J].
祁广云 ;
马晓丹 ;
关海鸥 .
农业工程学报, 2009, 25 (05) :142-145
[6]   基于图切割与C-V模型的运动目标分割 [J].
侯叶 ;
郭宝龙 .
光电子激光., 2008, 19 (12) :1662-1665
[7]   多特征组合和图切割支持的物体/背景分割方法 [J].
邓宇 ;
李华 .
计算机研究与发展, 2008, (10) :1724-1730
[8]   基于颜色与形状特征的甘蔗病害图像分割方法 [J].
赵进辉 ;
罗锡文 ;
周志艳 .
农业机械学报, 2008, (09) :100-103+133
[9]   Lazy snapping [J].
Li, Y ;
Sun, J ;
Tang, CK ;
Shum, IY .
ACM TRANSACTIONS ON GRAPHICS, 2004, 23 (03) :303-308
[10]   A NEW APPROACH TO THE MAXIMUM-FLOW PROBLEM [J].
GOLDBERG, AV ;
TARJAN, RE .
JOURNAL OF THE ACM, 1988, 35 (04) :921-940