本文關(guān)鍵詞：基于高斯HI顏色算法的大田油菜圖像分割

  更多相關(guān)文章： 圖像分割 算法 高斯分布 HSI顏色模型 大田油菜

【摘要】：針對自然條件下光照條件變化給大田油菜圖像分割帶來的問題,該文研究了油菜圖像的高斯HI顏色分割算法,為作物生長發(fā)育周期的自動識別提供前期準(zhǔn)備。已有統(tǒng)計(jì)結(jié)果表明,在僅保留綠色作物的圖像中,不同色調(diào)值的像素?cái)?shù)量服從高斯分布。該文將去掉背景信息的樣本數(shù)據(jù)從RGB顏色模型轉(zhuǎn)換至HSI顏色模型后,統(tǒng)計(jì)各個光強(qiáng)的所有像素對應(yīng)的色調(diào)值,并計(jì)算其期望值和方差,依次得出所有強(qiáng)度所對應(yīng)色調(diào)值的期望值和方差,建立出油菜作物色調(diào)強(qiáng)度查找表(hue intensity-look up table)。在此基礎(chǔ)上,計(jì)算每個像素的色調(diào)值和期望值之間的差值,若差值小于閾值,則像素被分割為作物,否則為背景。為了在高斯HI顏色分割算法中確定合適的閾值,該研究選取了45幅不同天氣狀況(晴天、陰天和雨天)不同發(fā)育階段(苗期、三葉期和四葉期)的油菜圖像作為樣本,探討閾值的選取與分割結(jié)果的關(guān)系。結(jié)果表明閾值在[2.4,2.6]內(nèi)分割效果最佳,油菜目標(biāo)的形狀特征完整度最好。為了對圖像分割結(jié)果進(jìn)行評價(jià),分別利用高斯HI顏色模型、CIVE(color index of vegetation extraction)、EXG-EXR(excess green-excess red)、EXG(excess green)和VEG(vegetation)算法對15幅不同天氣狀況的圖像進(jìn)行分割。從視覺效果上來看,高斯HI算法僅需少量樣本,即可達(dá)到滿意分割效果。與其他方法相比,高斯HI顏色分割算法的誤分割率(misclassification error,ME)僅為1.8%,相對目標(biāo)面積誤差(relative object area error,RAE)僅為3.6%,均優(yōu)于其他4種算法的試驗(yàn)結(jié)果。在分割結(jié)果穩(wěn)定性上,高斯HI顏色算法表現(xiàn)最好,其ME和RAE值的標(biāo)準(zhǔn)差最低,分別為0.7%和4.5%。試驗(yàn)結(jié)果表明,高斯HI顏色算法能取得較好的分割效果,而且對光照條件變化并不敏感,同時,能夠充分保留油菜形狀特征的完整性,為后期油菜生長發(fā)育周期的自動識別提供可靠數(shù)據(jù)。
【作者單位】： 華中農(nóng)業(yè)大學(xué)信息學(xué)院;航天恒星科技有限公司;華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院;
【關(guān)鍵詞】： 圖像分割 算法 高斯分布 HSI顏色模型 大田油菜
【基金】：華中農(nóng)業(yè)大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金資助(2662015PY066) 國家自然科學(xué)基金(41301522) 湖北省自然科學(xué)基金(4006-36114052)
【分類號】：TP391.41;S126;S565.4
【正文快照】： 3.華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院,武漢430070)翟瑞芳,方益杭,林承達(dá),彭輝,劉善梅,羅俊.基于高斯HI顏色算法的大田油菜圖像分割[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(8):142-147.doi:10.11975/j.issn.1002-6819.2016.08.020 http://www.tcsae.orgZhai Ruifang,Fang Yihang,Lin Chengda,Peng

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王江寧;紀(jì)力強(qiáng);;昆蟲圖像分割方法及其應(yīng)用[J];昆蟲學(xué)報(bào);2011年02期

2 劉瑞琪;曹乃文;;雜草圖像分割中分割特征的研究[J];安徽農(nóng)業(yè)科學(xué);2011年30期

3 刁智華;宋寅卯;王歡;王云鵬;;基于植物病斑的圖像分割研究綜述[J];農(nóng)機(jī)化研究;2012年10期

4 劉禾,汪懋華;蘋果自動分級中的圖像分割[J];中國農(nóng)業(yè)大學(xué)學(xué)報(bào);1996年06期

5 陳婷婷;;采用模糊形態(tài)學(xué)的大田害蟲圖像分割[J];內(nèi)蒙古農(nóng)業(yè)科技;2007年06期

6 馬莉莉;王志明;;血液細(xì)胞圖像分割方法綜述[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2008年10期

7 王遠(yuǎn);王德建;張剛;王燦;;基于數(shù)碼相機(jī)的水稻冠層圖像分割及氮素營養(yǎng)診斷[J];農(nóng)業(yè)工程學(xué)報(bào);2012年17期

8 刁智華;王歡;宋寅卯;王云鵬;;復(fù)雜背景下棉花病葉害螨圖像分割方法[J];農(nóng)業(yè)工程學(xué)報(bào);2013年05期

9 馬文杰;賀立源;徐勝祥;陳杰;吳照輝;;基于烤煙透射特征的煙葉圖像分割研究[J];農(nóng)業(yè)工程學(xué)報(bào);2006年07期

10 王萍;王立地;;自然場景下植物葉片圖像分割方法研究[J];農(nóng)業(yè)科技與裝備;2011年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊魁;趙志剛;;圖像分割技術(shù)綜述[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（下冊）[C];2009年

2 楊暄;郭成安;李建華;;改進(jìn)的脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像分割中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

3 楊生友;;圖像分割在醫(yī)學(xué)圖像中應(yīng)用現(xiàn)狀綜述[A];2009中華醫(yī)學(xué)會影像技術(shù)分會第十七次全國學(xué)術(shù)大會論文集[C];2009年

4 閆平昆;;基于模型的圖像分割技術(shù)及其醫(yī)學(xué)應(yīng)用[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

5 高嵐;胡友為;潘峰;盧凌;;基于小生境遺傳算法的SAR圖像分割[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊）[C];2005年

6 孫莉;張艷寧;胡伏原;趙榮椿;;基于Gaussian-Hermite矩的SAR圖像分割[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

7 李盛;;基于協(xié)同聚類的圖像分割[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

8 張利;許家佗;;舌象圖像分割技術(shù)的研究與應(yīng)用進(jìn)展[A];中華中醫(yī)藥學(xué)會中醫(yī)診斷學(xué)分會第十次學(xué)術(shù)研討會論文集[C];2009年

9 秦昆;李振宇;李輝;李德毅;;基于云模型和格網(wǎng)劃分的圖像分割方法[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 高惠琳;竇麗華;陳文頡;謝剛;;圖像分割技術(shù)在醫(yī)學(xué)CT中的應(yīng)用[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學(xué);2014年

2 黃萬里;基于高分衛(wèi)星數(shù)據(jù)多尺度圖像分割方法的天山森林小班邊界提取研究[D];福建師范大學(xué);2015年

3 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學(xué);2014年

4 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

5 潘改;偏微分方程在圖像分割中的應(yīng)用研究[D];東北大學(xué);2013年

6 馮籍瀾;高分辨率SAR圖像分割與分類方法研究[D];電子科技大學(xué);2015年

7 李偉斌;圖像分割中的變分模型與快速算法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

8 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復(fù)雜圖像分割[D];西安電子科技大學(xué);2014年

9 侯葉;基于圖論的圖像分割技術(shù)研究[D];西安電子科技大學(xué);2011年

10 裴繼紅;基于模糊信息處理的圖像分割方法研究[D];西安電子科技大學(xué);1998年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王聰聰;手機(jī)上的交互式圖像分割方法研究[D];華中科技大學(xué);2013年

2 廖小波;基于貝葉斯最優(yōu)統(tǒng)計(jì)的圖切法圖像分割研究[D];昆明理工大學(xué);2015年

3 姜士輝;基于Android系統(tǒng)的立木圖像分割方法研究[D];東北林業(yè)大學(xué);2015年

4 路亞緹;基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究[D];鄭州大學(xué);2015年

5 劉超;基于閾值圖像分割的研究及在蘋果定位中的應(yīng)用[D];東華理工大學(xué);2015年

6 何妮;結(jié)合顯著性目標(biāo)檢測與圖像分割的服飾提取算法研究及實(shí)現(xiàn)[D];西南交通大學(xué);2015年

7 劉曉磊;基于MRF隨機(jī)場模型的機(jī)器人視覺圖像分割方法研究[D];西安建筑科技大學(xué);2015年

8 王周楠;數(shù)字圖像處理的研究仿真[D];中國地質(zhì)大學(xué)(北京);2015年

9 許素素;改進(jìn)的模糊C均值聚類算法在圖像分割中的應(yīng)用[D];長安大學(xué);2015年

10 齊國紅;基于FCM和SVM相結(jié)合的作物病害圖像分割方法研究[D];鄭州大學(xué);2015年

，

本文編號：999174