| 基于多重分形理论的油菜缺素叶片特征提取 |
| |
| 引用本文： | 王 访,廖桂平,王晓乔,李建辉,李锦卫,施 文.基于多重分形理论的油菜缺素叶片特征提取[J].农业工程学报,2013,29(24):181-189. |
| |
| 作者姓名： | 王 访 廖桂平 王晓乔 李建辉 李锦卫 施 文 |
| |
| 作者单位： | 1. 湖南农业大学理学院，长沙 4101282. 湖南农业大学农业信息研究中心，长沙 410128;2. 湖南农业大学农业信息研究中心，长沙 410128;2. 湖南农业大学农业信息研究中心，长沙 410128;2. 湖南农业大学农业信息研究中心，长沙 410128;2. 湖南农业大学农业信息研究中心，长沙 410128;1. 湖南农业大学理学院，长沙 410128 |
| |
| 基金项目： | 国家自然科学基金项目（31071328）；高等学校博士学科点专项科研基金（20114320110001）；湖南省科技计划重点项目（2011GK2024）；湖南省科技重大专项第四专题（2013FJ1006-4） |
| |
| 摘 要： | 为描述油菜缺素叶片图像的特征，该文提出了一种基于多重分形去趋势波动分析方法，即局部多重分形去趋势波动分析。该方法确定的hij(q)指数能有效刻画叶片图像每个像素点的多重分形特征，并以所有像素点hij(q)的平均值Lhq表征每幅图像的多重分形特征。选取4种油菜缺素叶片图像进行试验，结果表明所提取局部多重分形去趋势波动平均指数Lhq能很好地区分叶片，并通过方差分析指出当q={-10, -9, -8, -7, -6}时的Lhq区分效果最好。最后基于每个像素点的hij(q)指数利用模糊C均值聚类对缺镁油菜叶片图像进行模糊分割，并与传统的灰度值分割及经典的基于容量测度的指数分割进行了对比试验，结果表明以上述hij(q)为特征具有最佳的分割效果。
|
| 关 键 词： | 图像处理，图像分割，分形，特征提取，模糊C均值聚类，油菜缺素，局部多重分形去趋势波动分析 |
| 收稿时间： | 2013/4/10 0:00:00 |
| 修稿时间： | 2013/11/13 0:00:00 |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
