基于融合多特征图切割的作物病害图像自动分割
文献类型：期刊论文
| 作者 | 吴娜2; 李淼3; 陈晟2; 袁媛3; 曾新华3; 陈雷3; 孙熊伟3; 卞程飞2 |
| 刊名 | 农业工程学报
 |
| 出版日期 | 2014 |
| 卷号 | 030 |
| 关键词 | 作物 病害 图像处理 图切割 多特征 黄瓜 |
| ISSN号 | 1002-6819 |
| 其他题名 | Automatic segmentation of plant disease images based on graph cuts fusing multiple features |
| 英文摘要 | 为提高黄瓜叶部病害图像的分割性能,该文提出一种基于融合多特征图切割的病害图像自动分割方法。首先采用一种新的阈值化方法对原始病害图像的红色分量进行二值化处理;然后融合纹理、灰度、距离3个特征构建能量函数的边界项,描述像素间的相似性;再利用分割区域像素与区域边界像素的红色分量差值自动建立能量函数的区域项,反映像素归属于背景和目标的程度;最后运用最大流算法求解能量函数得到分割结果。将该方法应用于黄瓜3种病害（靶斑病、霜霉病和白粉病）叶部图像分割中,并与OTSU算法及半自动图切割算法的分割结果进行比较。试验结果表明,该方法的平均错分率为1.81%,低于其他2种算法,平均分割速度约为2.34 s并无大幅增加。该研究可为黄瓜病害的自动识别和诊断提供技术参考。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:5252718 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/51885]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 1.中国科学技术大学信息科学技术学院 2.中国科学技术大学信息科学技术学院 3.中国科学院合肥智能机械研究所 4.中国科学技术大学信息科学技术学院 5.中国科学院合肥智能机械研究所 6.中国科学院合肥智能机械研究所 7.中国科学院合肥智能机械研究所 8.中国科学院合肥智能机械研究所 |
| 推荐引用方式 GB/T 7714 | 吴娜,李淼,陈晟,等. 基于融合多特征图切割的作物病害图像自动分割[J]. 农业工程学报,2014,030. |
| APA | 吴娜.,李淼.,陈晟.,袁媛.,曾新华.,...&卞程飞.(2014).基于融合多特征图切割的作物病害图像自动分割.农业工程学报,030. |
| MLA | 吴娜,et al."基于融合多特征图切割的作物病害图像自动分割".农业工程学报 030(2014). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。