基于改进均值漂移算法的绿色作物图像分割方法.pdfVIP

第 30 卷 第 24 期 农 业 工 程 学 报 Vol.30 No.24 2014 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2014 161 基于改进均值漂移算法的绿色作物图像分割方法 1,2 1 1,2 1 1,2※ 伍艳莲 ，赵 力 ，姜海燕 ，郭小清 ，黄 芬 （1. 南京农业大学信息科学与技术学院，南京 210095 ； 2. 南京农业大学国家信息农业工程技术中心，南京 210095 ） 摘 要：针对绿色农作物图像背景复杂且分割难的问题，提出一种基于改进均值漂移算法的分割方法。采用均值 漂移算法对图像进行平滑和分割时，带宽的选择直接影响平滑和分割的结果。传统的均值漂移分割方法需要人为 地设定空域带宽和值域带宽这 2 个参数。该文首先根据绿色作物图像的颜色特点，提取图像的颜色指数；然后采 用均值漂移算法，将图像的颜色信息与空间信息结合起来，根据作物图像颜色分布的丰富程度定义自适应空域带 宽，采用渐近积分均方差来获得自适应值域带宽，对图像进行平滑滤波；最后采用 Otsu 方法将平滑后的图像分 成两部分：绿色部分和背景部分。试验结果表明，该方法能够有效地分割出绿色作物，并在分割性能上明显优于 常规的颜色指数方法，作物图像的错分率均小于 6.5% 。 关键词：图像分割；带宽；算法；作物；颜色指数；均值漂移 doi ：10.3969/j.issn.1002-6819.2014.24.019 中图分类号：S126；TP391.41 文献标识码：A 文章编号：1002-6819(2014)-24-0161-07 伍艳莲，赵 力，姜海燕，等. 基于改进均值漂移算法的绿色作物图像分割方法[J].农业工程学报，2014，30(24)： 161－167. Wu Yanlian, Zhao Li, Jiang Haiyan, et al. Image segmentation method for green crops using improved mean shift[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 161 －167. (in Chinese with English abstract) 度梯度估计的无参数快速统计迭代算法。该算法被 0 引 言 [23] Fukunage 等 于 1975 年首次提出，直到 1995 年， 数学图像处理与分析技术正被广泛应用于农 Cheng[24] 的论文发表才引起人们对均值漂移算法的 业的各个方面，如作物生理和营养状态的评估[1-3]， 关注。作为一种有效的统计迭代算法，均值漂移算 植被覆盖率的估算[4]，病虫害的识别[5-7]和农产品品 法已被成功应用到图像分割和目标跟踪等领域。采 质的检测[8-12]等。而图像分割是图像处理与分析的 用均值漂移算法对图像进行平滑和分割时，带宽的 第 1 步，也是最关键的步骤。从背景中分割出绿色植 选择直接影响平滑和分割的结果。传统的均值漂移 物目标或感兴趣的部分，决定着最终的处理效果。 分割方法需要人为地设定空域带宽和值域带宽这 2 目前常用的分割方法主要分为以下几类