昆虫数字图像的分割技术研究

被引:82
作者
于新文
沈佐锐
机构
[1] 中国农业大学植保学院昆虫学系!北京,中国农业大学植保学院昆虫学系!北京
关键词
数字图像; 昆虫图像; 图像分割算法;
D O I
暂无
中图分类号
TP391.41 []; TP399 [在其他方面的应用];
学科分类号
080201 [机械制造及其自动化];
摘要
以棉铃虫为例 ,利用数字图像技术对昆虫图像的分割技术进行了研究。主要介绍了简单直方图分割算法、最佳熵阈值分割算法、模糊集合熵阈值分割算法以及极小误差法阈值分割算法。结果表明 ,简单直方图分割算法和模糊集合熵阈值分割算法能够获得较好的分割结果 ,其中模糊集合熵阈值分割算法获得的分割结果更符合实际需要。而最佳熵阈值分割结果因为包含了太多的背景像素而最不符合实际需要 ,极小误差阈值分割结果则难以反映出棉铃虫鳞翅上的斑纹特征 ,不符合进一步特征提取的要求
引用
收藏
页码:137 / 141
页数:5
相关论文
共 5 条
[1]
图像理解.[M].王润生编著;.国防科技大学出版社.1995,
[2]
棉铃虫数字图像增强技术的研究.[A].于新文;沈佐锐;.中国昆虫学会2000年学术年会.2000,
[3]
IMAGE THRESHOLDING BY MINIMIZING THE MEASURES OF FUZZINESS [J].
HUANG, LK ;
WANG, MJJ .
PATTERN RECOGNITION, 1995, 28 (01) :41-51
[4]
昆虫数学形态学研究及其应用展望 [J].
沈佐锐 ;
于新文 .
昆虫学报, 1998, (S1)
[5]
田间麦蚜图象的边缘检测研究 [J].
于新文 ;
沈佐锐 .
昆虫学报, 1998, (S1)