基于离散余弦变换和区域生长的白粉虱图像分割算法

摘要：

　　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。

关键词：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

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑计划2012BAD38B07；农业科技成果转化资金项目2011GB2A000004

在线出版日期：2013-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：121-128