1种基于Otsu算法的植物病害叶片图像分割方法

被引:9
作者
张善文
张云龙
尚怡君
机构
[1] 郑州大学西亚斯国际学院
关键词
植物叶片图像; 图像分割; 阈值分割; Otsu算法;
D O I
10.15889/j.issn.1002-1302.2014.04.130
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
植物叶片图像分割是植物分类和植物病害检测中的一个关键步骤,旨在把叶片图像分成各具特性的区域并提取出感兴趣的部分。在分析自然场景下植物叶片图像几种分割方法的优缺点的基础上,基于Otsu算法,提出了1种叶片图像分割方法,并进行分割算法试验。结果表明,该叶片图像分割方法对叶片中目标(叶片或病斑)-背景类的图像具有较好的分割效果。
引用
收藏
页码:337 / 339
页数:3
相关论文
共 18 条
  • [1] 基于多示例图的小麦叶部病害分割方法[J].虎晓红,李炳军,席磊. 农业工程学报.2012(13)
  • [2] 彩色图像色度距离权值的图论分割算法[J].王学松,周明全,樊亚春,李鹏. 中国图象图形学报.2011(02)
  • [3] 基于形状特征的植物叶柄与叶片分割算法[J].郑小东,王晓洁,赵中堂. 计算机工程与设计.2010(04)
  • [4] 图像分割的新理论和新方法[J].许新征,丁世飞,史忠植,贾伟宽. 电子学报.2010(S1)
  • [5] 基于图论Gomory-Hu算法的SAR图像多尺度分割[J].刘丙涛,田铮,李小斌,周强锋. 宇航学报.2008(03)
  • [6] 基于分水岭变换和图论的图像分割方法[J].冯林,孙焘,吴振宇,管慧娟. 仪器仪表学报.2008(03)
  • [7] Otsu多阈值快速分割算法及其在彩色图像中的应用[J].王祥科,郑志强. 计算机应用.2006(S1)
  • [8] 叶片图像特征提取与识别技术的研究[J].王晓峰,黄德双,杜吉祥,张国军. 计算机工程与应用.2006(03)
  • [9] 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)
  • [10] 彩色图像特征提取与植物分类研究[D].黄志开.中国科学技术大学.2006