复杂背景下黄瓜病害叶片的分割方法研究.pdfVIP

浙江农业学报ActaAgriculturaeZhejiangensis，2014，26(5)：1346—1355 http：／／www．zjnyxb．an 张芳，王璐，付立思，等．复杂背景下黄瓜病害叶片的分割方法研究[J]．浙江农业学报，2014，26(5)：1346—1355． DOI：10．3969／j．issn．1004—1524．2014．05．37 复杂背景下黄瓜病害叶片的分割方法研究 张 芳 ，王 璐 ，付立思 ，田有文 (沈阳农业大学信息与电气工程学院，辽宁沈阳l10161；东北大学 信息科学与技术学院，辽宁 沈阳 110819) 摘 要：利用图像处理和模式识别技术进行复杂背景下黄瓜叶部病害的自动识别，需要先把 目标叶片从复杂 背景中分割出来，才能进行后续的特征提取和病害识别。为实现复杂背景下黄瓜叶片的分割，首先利用 K一均 值聚类算法去除图片中的非绿色部分，再采用基于laplacianofgaussia(LOG)算子的方法对待分割的叶片进 行区域检测 ，然后进行基于形状上下文(shapecontext)的模板匹配和分割。为了提高匹配速度，先检测叶片 的生长点和叶尖 ，以确定叶片的位置、尺寸和方向；然后使用基于超像素(superpixe1)的最优匹配搜索方法来 减少搜索的复杂度。对20幅黄瓜叶部病害图像进行分割测试 ，并与人工分割法进行对比，结果表明，本文所 采用的分割算法能较好地从复杂背景下提取出黄瓜叶部病害图像 ，分割准确率达94．7％，为后期黄瓜病斑的 特征提取等工作奠定了良好的基础。 关键词：图像分割；K一均值聚类 ；模板匹配；形状上下文；黄瓜叶片 中图分类号：TP751；TP391 文献标志码 ：A 文章编号：1040—1524(2014)05—1346—10 Segmentation methodforcucumberdiseaseleafimagesundercomplexbackground ZHANG Fang ，WANG Lu ，FU Li—si一 ．TIAN You．wen (CollegeofInformationandElectricalEngineering，ShenyangAgriculturalUniversity，Shenyang110161，China； CollegeofInformationScienceand Technology，NortheasternUniversity，Shenyang110819，China) Abstract：Inordertorealizeautomaticidentificationofcucumberdiseaseleavesinthecomplexbackground，target leavesshouldbesegmentedfrom thecomplexbackrgoundfirsttofacilitatethesubsequentfeatureextractionanddis— easerecognition．Forthispurpose，K—meansclusteringalgorithm wasinitiallyusedtoremovethenon—greenpansof theimage，andthentheapproachbasedonLOG operatorWas proposedtoselectthecandidateleafareas．Finally， templatematchingwasconductedbasedonshapecontext．Duringthematchingprocess，theposition，sizeanddirec— tionoftheleaveswerefirstlyidentifiedviathedetectionofthegrowingpointandapexofleavestoimprovethemate— hingefficiency，alongwiththesearchfortheoptimalmatchingbasedOnsuperpixeltoreducethesear