基于模糊理论的树冠图像边缘检测算法研究

被引：1

作者：

桂启发 ^{[1
]}

徐素明 ^{[2
]}

机构：

[1] 南京农业大学工学院

[2] 南京交通职业技术学院

来源：

江西农业学报 | 2014年 / 26卷 / 08期

关键词：

图像处理; 模糊理论; 边缘检测; ExG;

D O I：

10.19386/j.cnki.jxnyxb.2014.08.028

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

介绍了一种变量施药的靶标识别方法,采用T-S模糊模型,根据绿色植物和背景颜色的特征值(R、G、B)差异性,采用超绿指标[Excess green,ExG]来区别靶标与背景的隶属度,定义了噪声和边缘隶属度函数,根据模糊推理结果,对植物叶片图像去除噪声后再进行边缘检测,可有效检测图像边缘。降低算法的复杂度,提高了效率,在抗噪性能方面能有效地避免噪声的干扰、节约时间、运算速度快。

引用

页码：109 / 113

页数：5

共 9 条

[1] 图像边界检测的区域对比度模糊增强算法 [J].

王晖 ;

张基宏 .

电子学报, 2000, (01) :45-47

[2] 基于模糊逻辑的植物叶片边缘检测方法 [J].

林开颜 ;

司慧萍 ;

周强 ;

吴军辉 ;

陈杰 .

农业机械学报, 2013, 44 (06) :227-231

[3] 一种改进的Pal和King模糊边缘检测算法 [J].

杨勇 ;

黄淑英 .

仪器仪表学报, 2008, (09) :1918-1922

[4] 一种改进的快速模糊边缘检测算法 [J].

傅晓薇 ;

方康玲 ;

李曦 .

武汉科技大学学报(自然科学版), 2002, (01) :92-95

[5] 图像处理中的模糊技术 [J].

吴薇 .

现代电子技术, 2001, (03) :28-30

[6] 自适应的模糊增强算法及其在工程扫描图中的应用 [J].

刘兴伟 ;

殷国富 ;

李双跃 .

机械设计, 2001, (01) :4-6+0

[7]

On edge detection of x-ray images using fuzzy sets. Pal S K,King R A. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1983

[8]

Comparison of Plant Water Stress Detection Ability of Color and Gray-Level Texture in Sunagoke Moss. Stephen N Ondimu,Haruhiko Murase. Transactions of the ASABE . 2008

[9]

Tizhoosh.Fuzzy Edge Detection. Hamid. R. IEEE Transactions on Image Processing . 2002

← 1 →