基于Sobel算子边缘检测的麦穗图像分割

被引：17

作者：

陈含 ^{[1
]}

吕行军 ^{[2
]}

田凤珍 ^{[2
]}

董倩 ^{[2
]}

王克俭 ^{[1
]}

韩宪忠 ^{[1
]}

机构：

[1] 河北农业大学信息科学与技术学院

[2] 廊坊燕京职业技术学院

来源：

农机化研究 | 2013年 / 35卷 / 03期

关键词：

麦穗; Sobel算子; 图像分割;

D O I：

10.13427/j.cnki.njyi.2013.03.016

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

单位面积麦穗数是小麦产量预测的一个重要参数,如何从图像上自动识别出麦穗数是测产的关键。为此,使用Sobel算子对麦穗图像进行边缘检测,使麦穗从混有少量杂草的模糊的背景中分割开,并与加权平均法、G分量法和最大值法处理后的图像进行了比较。随机选取麦穗无交叉的50幅图像样本,分别使用上述方法处理,Sobel算子法与其他3种方法相比,图像分割的总体耗时至少减少了10%。实验结果表明,Sobel算子对麦穗图像分割是有效的。

引用

收藏

页码：33 / 36

页数：4

相关论文

共 16 条

[1] 克丰四号小麦密度实验总结 [J].

张玉停 ;

郭子江 .

中小企业管理与科技, 2010, (08) :235-235

[2] 基于数字图像技术的冬小麦不同施氮处理颜色特征分析 [J].

文新亚 ;

宋振伟 ;

孔凡磊 ;

张志鹏 ;

陈阜 .

中国农业大学学报, 2010, 15 (02) :82-87

[3] 基于图像处理技术的小麦叶面积指数的提取 [J].

李明 ;

张长利 ;

房俊龙 .

农业工程学报, 2010, 26 (01) :205-209+386

[4] 美国玉米和小麦产量动态预测遥感模型 [J].

侯英雨 ;

王建林 ;

毛留喜 ;

宋迎波 .

生态学杂志, 2009, 28 (10) :2142-2146

[5] 基于Sobel算子的多尺度边缘提取算法 [J].

周学海 ;

张伍 .

微电子学与计算机, 2006, (12) :12-14+18

[6] 一种基于Sobel算子和灰色关联度的图像边缘检测方法 [J].

王康泰 ;

戴文战 .

计算机应用, 2006, (05) :1035-1036+1047

[7] 基于图像识别的小麦品种分类研究 [J].

何胜美 ;

李仲来 ;

何中虎 .

中国农业科学, 2005, (09) :1869-1875

[8] 图像边缘检测方法研究综述 [J].

段瑞玲 ;

李庆祥 ;

李玉和 .

光学技术, 2005, (03) :415-419

[9] 彩色图像分割方法综述 [J].

林开颜 ;

吴军辉 ;

徐立鸿 .

中国图象图形学报, 2005, (01) :1-10

[10] 小麦群体图像特征识别方法的研究——小麦群体总茎数的估测 [J].

单成钢 ;

廖树华 ;

梁振兴 ;

朱虹 ;

郑丽敏 ;

王璞 .

作物学报, 2004, (12) :1281-1283