基于小波滤波与自适应阈值分割算法的玫瑰叶片病斑提取研究

针对玫瑰叶片白粉病病斑分布离散、无序且边缘细节复杂、传统图像分割算法提取病斑困难等问题，提出了一种基于小波滤波与自适应均值阈值分割（WT-AAT）的叶片病斑图像提取算法。首先，为了去除原始图像噪声，使用二维离散哈尔小波变换将图像进行二层小波分解，并依据高、低频子图像自动提取噪声系数，进而设定滤波阈值；然后，将高于阈值的噪声系数置零，并逆序对每层进行小波重构，最终生成等尺度的去噪图像；最后，采用可滑动窗口分割算法对去噪图像进行自适应分割，再根据子图的灰度均值设定二值化阈值，在二值化处理的基础上析取白粉病病斑。结果表明，与WaterShed、Prewitt、Otsu等传统分割算法相比，WT-ATT的像素漏警率的降低率分别为18%、18%和6%，说明该方法能够较为准确地分割出病斑，并达到良好的病斑辨识效果。