基于图像处理的植物病斑分割方法研究

摘要：

为了将植物叶片图像中的病斑区域更准确地分割出来,以提高后期病害种类识别的准确率,本文对分水岭算法和k均值聚类算法进行对比,发现k均值聚类算法具有更好的分割效果,但它在RGB颜色空间进行聚类时容易造成图像颜色失真,该文针对此缺点进行了改进,在Lab颜色空间中进行k均值聚类并分割.结果表明,基于Lab颜色空间的k均值聚类方法能够准确地将病斑从背景中提取出来,为植物病害种类的识别提供了科学依据.

关键词：病斑分割、分水岭、k均值聚类、Lab颜色空间

所属期刊栏目：16

分类号：TP751(遥感技术)

资助基金：云南省农业基础研究联合专项课题:基于机器学习的茶叶病斑图像特征提取与识别技术;西南林业大学SPOC建设项目:数字电子技术

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：216-217