基于颜色特征的油茶叶片病斑分割研究.PDF

第38 卷第2 期 Vol.38 No.2 井冈山大学学报( 自然科学版) 2017 年3 月 Mar. 2017 Journal of Jinggangshan University (Natural Science) 47 井冈山大学学报( 自然科学版) 47 文章编号：1674-8085(20 17)02-0047-08 基于颜色特征的油茶叶片病斑分割研究 * 1,2 1,2 1,2 龙满生 ，刘 清 ，曾小荟 （1.井冈山大学电子与信息工程学院，江西，吉安 343009 ；2. 流域生态与地理环境监测国家测绘地理信息局重点实验室，江西，吉安 343009 ） 摘 要：油茶叶片病斑分割是提高油茶病害 像识别准确率的前提。根据油茶炭疽病、软腐病和煤污病等主要病 害的症状特征，提出了基于超绿特征的油茶叶片病斑检测方法。对比分析了HSI、YCbCr 和Lab 颜色模型的各个 颜色分量以及超绿特征对油茶叶片病斑分割性能的影响。对于炭疽病和软腐病，超绿特征的单阈值分割性能最好， 色度a 的分割性能较好，色差Cb 和色差Cr 的分割性能稍差，色调H 的分割性能最差，其Ⅰ型错误率很高。对于 煤污病，亮度L 的分割效果最好，亮度Y 的分割效果次之。试验结果表明，超绿特征对于三种典型油茶病害 像 的综合分割性能较高，具有较低的Ⅰ型错误率和Ⅱ型错误率，其平均检测精度达到81.69% 以上，可以降低因叶柄 和叶脉影响而产生的分割错误。 关键词： 像分割；油茶；叶片病斑；颜色特征 中图分类号：TP391.4 文献标识码：A DOI:10.3969/j .issn.1674-8085.2017.02.010 SEGMENTATION OF CAMELLIA LEAF LESION BASED ON COLOR FEATURES *LONG Man-sheng1,2, LIU Qing1,2, ZENG Xiao-hui1,2 (1. School of electronics and information engineering, ji nggangshan university, Ji’an, Jiangxi 343009, China; 2. Key laboratory of watershed ecology and geographical environment monitoring, NASG, Ji’an, Jiangxi 343009, China) Abstract: Segmentation of Camellia leaf lesion is the premise to improve the accuracy of Camellia disease image recognition. According to the symptom characteristics of Camellia anthracnose, agaricodochium and sooty mold, a leaf lesion detection based on excess green feature (2G-R-B) was put forward. A comparative analysis of segmentation performance was carried out among the excess green feature, and each color component of HSI, YCbCr and Lab color spaces.