| 基于光源不变图和聚类算法的叶片阴影中病斑的分割 |
| |
| 引用本文： | 张星龙,冯 全,杨 梅,等. 基于光源不变图和聚类算法的叶片阴影中病斑的分割[J]. 西北农林科技大学学报(自然科学版), 2015, 43(10): 189-194，203 |
| |
| 作者姓名： | 张星龙 冯 全 杨 梅 等 |
| |
| 作者单位： | 甘肃农业大学 工学院,甘肃农业大学 工学院,甘肃农业大学 工学院 |
| |
| 基金项目： | 国家自然科学基金项目（61461005） |
| |
| 摘 要： | 【目的】提出了一种基于光源不变图的病斑分割方法,以提高病斑识别程序的准确性和稳定性。【方法】将阴影区和非阴影区视为不同光源照明,通过最小熵法计算原图的光源不变图,在该图上采用K均值聚类算法对病斑进行分割,以采集的病斑叶片为材料,对该方法的处理效果进行验证。【结果】比较光源不变图法和H分量法的处理结果后发现,采用光源不变图法处理病斑不同区域的平均差异较H分量法更低,仅为10.7%;聚类分割算法对使用光源不变图法处理病斑图像的分割准确率为95.0%,较H分量法具有更高的正确率,且误检率更低。【结论】采用光源不变图法对病斑图像处理的效果好、性能稳定,同一目标在不同光照条件下处理结果的一致性较高。
|
| 关 键 词： | 病斑分割；光源不变图；对数变换；最小熵；聚类分割 |
| 收稿时间： | 2015-04-21 |
Segmentation of shaded plant lesions using illuminant invariant image and clustering algorithm |
| |
| ZHANG Xing-long,FENG Quan and YANG Mei,et al. Segmentation of shaded plant lesions using illuminant invariant image and clustering algorithm[J]. Journal of Northwest A&F University（Natural Science Edition）, 2015, 43(10): 189-194，203 |
| |
| Authors: | ZHANG Xing-long FENG Quan YANG Mei et al |
| |
| Abstract: | |
| |
| Keywords: | lesion segmentation illuminant invariant image logarithmic transformation entropy minimization clustering segmentation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《西北农林科技大学学报(自然科学版)》下载全文 |
|
