基于水平集和视觉显著性的植物病害叶片图像分割

被引：18

作者：

周强强 ^{[1
,2
]}

王志成 ^{[1
]}

赵卫东 ^{[1
]}

陈宇飞 ^{[1
]}

机构：

[1] 同济大学电子与信息工程学院

[2] 江西农业大学计算机与信息工程学院

来源：

同济大学学报(自然科学版) | 2015年 / 43卷 / 09期

关键词：

植物病害叶片; 图像分割; 显著性检测; 距离正则化水平集演化(DRLSE);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

为了提高植物病害叶片图像分割的准确性和效率,提出了一种基于水平集和视觉显著性的彩色图像分割方法.首先采用基于小波变换的显著性检测算法得到活动轮廓模型中曲线演化的初始位置,并构造一个基于显著区域的图像活动轮廓模型,再设计一个向量值图像的边界检测算子,引入到距离正则化水平集演化的改造中,以构造一个初始化轮廓更灵活,演化速度更快,目标分割更精确的新的水平集能量泛函.最后的实验对比表明,该方法具有较好的叶片病害部位分割效果.

引用

页码：1406 / 1413

页数：8

共 5 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]

基于图像熵的快速Chan-Vese模型分割算法 [J].

陈宇飞 ;

吴启迪 ;

赵卫东 ;

王志成 .

同济大学学报(自然科学版), 2011, 39 (05) :738-744

[3]

An image-processing based algorithm to automatically identify plant disease visual symptoms.[J].A. Camargo;J.S. Smith.Biosystems Engineering.2008, 1

[4]

Spectral prediction of Phytophthora infestans infection on tomatoes using artificial neural network (ANN).[J].X. Wang;M. Zhang;J. Zhu;S. Geng.International Journal of Remote Sensing.2007, 6

[5]

Active contours without edges for vector-valued images [J].

Chan, TE ;

Sandberg, BY ;

Vese, LA .

JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, 2000, 11 (02) :130-141

← 1 →