典型文献
大豆叶片图像的叶脉分割方法
文献摘要：
叶脉分割是叶片模式分析的一个重要步骤,对大豆的品种识别、表型研究具有十分重要的意义.由于大豆叶脉结构十分复杂,叶脉所在叶片区域的低对比度,只借助灰度信息分割叶脉一般无法取得理想的分割效果.本文提出了一种结合多尺度灰度无约束击中或击不中变换(UHMT)算法和基于HSI颜色空间的色调信息处理方法的大豆叶脉分割方法.该方法将RGB颜色空间中的灰度信息和HSI颜色空间中的色调信息,分别用于大豆叶片图像的全局叶脉分割和局部一级、二级叶脉分割.前者采用迭代阈值分割提取叶片区域,通过膨胀腐蚀消除叶片外轮廓以及叶柄等干扰因素,得到叶片区域图像,然后,运用多尺度灰度UHMT算法得到全局叶脉图像.后者,针对一级和二级叶脉分割效果差的问题,使用色调信息扩大叶脉与其他像素点灰度值差异,以实现局部一级、二级叶脉的分割.将获得的全局叶脉和局部叶脉图像融合,获得最终的大豆叶脉图像.为验证算法的有效性,本文使用了大豆品种叶片图像数据库SoyCultivar中的大豆叶片图像进行实验.结果表明,该方法比现有的叶脉分割方法好,不仅能够完整地提取大豆叶脉,而且能够很好地消除背景以及叶片外轮廓、叶柄等无关成分.
文献关键词：
大豆叶脉分割;图像处理技术;多尺度灰度UHMT算法;HSI颜色空间的色调信息;灰度图像;图像分割
中图分类号：
作者姓名：
赵丹丹;王斌
作者机构：
南京财经大学 信息工程学院, 南京 210023;智能机器人湖北省重点实验室(武汉工程大学), 武汉 430205
文献出处：
引用格式：
[1]赵丹丹;王斌-.大豆叶片图像的叶脉分割方法)[J].计算机系统应用,2022(05):30-39
A类：
UHMT,大豆叶脉分割,SoyCultivar
B类：
大豆叶片,分割方法,模式分析,品种识别,十分复杂,片区,低对比度,分割效果,无约束,击中,不中,HSI,颜色空间,色调,信息处理,RGB,迭代阈值分割,过膨胀,膨胀腐蚀,外轮,叶柄,干扰因素,脉图,用色,像素点,灰度值差异,现局,图像融合,大豆品种,图像数据库,整地,图像处理技术,灰度图像,图像分割
AB值：
0.234905
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
