扁豆病害叶片的病斑剥离分割.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2014，50(23) 181 扁豆病害叶片的病斑剥离分割 李学俊 ，赵礼 良 LIXuejun，ZHAOLiliang 1．安徽大学 计算机科学与技术学院，合肥 230601 2．安徽大学 计算智能与信号处理重点实验室，合肥 230039 1．SchoolofComputerScienceandTechnology,AnhuiUniversity,Hefei230601China ， 2．IntelligentComputingandSignal’ProcessingLaboratoryAnhuiUniversity,Hefei230039，China , LIXuejun，ZHAOLiliang．Imagesegmentationofdiseasedlentilleavesfordiseasespeckle．ComputerEngineering andApplications，2014，50(23)：181-184． Abstract：Traditionalsegmentationmethodscanobtainbetterresultfortheseimageswhichhavedistinctdifferencebetween thegoalandbackgroundarea．Howeverthesemethodsarediffi culttoobtainidealdiseasespeckleofrdiseasedlentilleave imageswhichhaveminordifferenceamongnormalleavesanddiseasespeckles ． So inthispaper，itproposesamethod thatissuitablefordiseasedlentilleaveimages．Thismethodhastwostagesincludinginitialsegmentationandsecondary segmentation．Colorgradientgraphoftheseimagesiscomputed，thentheOtsualgorithm isappliedtoeliminatelowergra． dient．Watershedalgorithm isusedtopre-segmenttheimages，thenaroughtargetzonebasedonzoneareafeaturesis gained．FCM algorithm isappliedtoroughtargetzone．Byanalyzingdifferencebetweengreenalleyofdiseasespeckle andnormalleaves，diseasespeckleisacquired．Experimentalresultsshow goodeffectofsegm entingdiseasespecklewith thismethod． Keywords：lentildiseasedleaves；imagesegmentation；colorgradient；watershedalgorithm；FuzzyC．Means(FCM) 摘 要 ：传统的分割方法针对 目标和背景灰度值差距大的图像能得到较好的分割效果，但在对正常叶片和病斑灰度 值相似度 高的扁豆病害叶片图像分割时，难 以得到理想的 目标病斑 。针对该 问题，提 出了一种适合正常叶片和病斑 相似度高的图像剥离分割方法。该方法包括初始分割和二次分割两个步骤。初始分割是基于样本图片的彩色梯度 图，采用最大类间标准方差与分水岭相结合的算法获得病斑粗略区域。二次分割是对粗略 目标 区域进行模糊C聚 类分割得到 目标病斑。实验结果表明，该剥离分割算法能提高病斑分割精确度，较好地分割出病斑 目标。 关键词：扁豆病害叶片；图像分割；彩色梯度；分水岭；模糊C聚类 文献标志码：A 中图分类号：TP391．41 doi：10．