10.3969/j.issn.1002-6819.2013.17.016
基于离散余弦变换和区域生长的白粉虱图像分割算法
图像分割是病虫害自动识别的难点之一,目前大多基于颜色、纹理等信息采用阈值法或聚类法进行分割,简单,易实现,但分割精度较低。该文针对田间开放环境中,不能用颜色、纹理特征有效分割病虫害图像的问题,引入离散余弦变换(discrete cosine transform,DCT),提出用清晰度对病虫害图像进行分割,以提高分割精度。DCT的低频信号表示图像轮廓,高频信号表示图像细节,对于病虫害图像,焦点通常聚集在目标区域,该文提出截断DCT高频信号,再与原图做差的方法以区分清晰部分和模糊部分,然后结合病虫图像局部聚合度较高的特性,利用区域生长方法提取完整目标。采用该算法对白粉虱图像进行分割测试,并与阈值法和GMM 方法比较:分割结果中,目标的一致性和边缘的清晰度明显好于阈值法和 GMM 方法,平均正确分类率为98.49%,分别较R,B,Y空间中阈值法和Y空间中GMM方法分类正确率高2.96%、3.28%、3.24%和9.65%,差异达到显著水平。基于DCT和区域生长的分割算法鲁棒性高,能够有效地将病虫害区域从自然环境中采集的叶片中分离,可用于分割白粉虱图像。
图像分割、离散余弦变换、病虫害控制、局部特征、区域生长、白粉虱
TP391.4(计算技术、计算机技术)
国家科技支撑计划2012BAD38B07;农业科技成果转化资金项目2011GB2A000004
2013-08-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
121-128