基于改进型CV模型的植物病斑图像分割-农业机械学报.PDF

２０１２年 ５月 农 业 机 械 学 报 第 ４３卷第 ５期 ＤＯＩ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１２．０５．０２７ 基于改进型 Ｃ Ｖ模型的植物病斑图像分割 １，２ １，２ １ ２ 胡秋霞 　田　杰 　何东健 　宁纪锋 （１．西北农林科技大学机械与电子工程学院，陕西杨凌 ７１２１００；２．西北农林科技大学信息工程学院，陕西杨凌 ７１２１００） 　　【摘要】　针对植物病斑图像背景复杂且分割难问题，提出一种基于水平集和加权颜色信息的 Ｃ Ｖ模型。借 助水平集方法对病斑图像的Ｒ、Ｇ、Ｂ分量图像颜色信息取加权值，以差分图像能量作为能量函数最终值，以适应不 同的病害种类。试验结果表明，经过Ｒ、Ｇ、Ｂ加权的黄瓜红粉病病斑图像使用４Ｒ Ｇ图像模型、苹果锈病病斑图像 使用３Ｒ Ｇ Ｂ图像模型自动分割的效果较好，比传统Ｃ Ｖ模型分割性能好，抗噪性好，可扩展性好。 关键词：植物病害　病斑图像　图像分割　Ｃ Ｖ模型　加权颜色　水平集 中图分类号：ＴＰ３９１４ 文献标识码：Ａ 文章编号：１０００１２９８（２０１２）０５０１５７０５ ＳｅｇｍｅｎｔａｔｉｏｎｏｆＰｌａｎｔＬｅｓｉｏｎＩｍａｇｅＵｓｉｎｇＩｍｐｒｏｖｅｄＣ ＶＭｏｄｅｌ １，２ １，２ １ ２ ＨｕＱｉｕｘｉａ 　ＴｉａｎＪｉｅ 　ＨｅＤｏｎｇｊｉａｎ　ＮｉｎｇＪｉｆｅｎｇ （１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｉｎｖｉｅｗｏｆｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄｏｆｌｅｓｉｏｎｉｍａｇｅｓａｎｄｔｈｅｄｉｆｆｉｃｕｌｔｙｉｎｓｅｇｍｅｎｔａｔｉｏｎ，ａｎｉｍｐｒｏｖｅｄＣ Ｖｍｏｄｅｌｂａｓｅｄｏｎｌｅｖｅｌｓｅｔａｎｄｗｅｉｇｈｔｅｄｃｏｌｏｒｉｎｆｏｒｍａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄａｎｄａｐｐｌｉｅｄｉｎｔｏａｇｒｉｃｕｌｔｕｒａｌ ｌｅｓｉｏｎｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ．Ｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｍｏｄｅｌｏｆｗｅｉｇｈｔｅｄｃｏｌｏｒｉｎｆｏｒｍａｔｉｏｎｂａｓｅｄｏｎｌｅｖｅｌｓｅｔｗａｓ ｓｕｉｔａｂｌｅｔｏｄｉｆｆｅｒｅｎｔｄｉｓｅａｓｅｓｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｃｏｕｌｄｉｄｅｎｔｉｆｙｌｅｓｉｏｎｄｉｓｅａｓｅａｕｔｏｍａｔｉｃａｌｌｙ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｈａｓｂｅｔｔｅｒｐｒｏｐｅｒｔｙｔｈａｎＣ Ｖｍｏｄｅｌ，ａｎｄｈａｓｍａｎｙａｄｖａｎｔａｇｅｓ ｓｕｃｈａｓａｎｔｉｎｏｉｓｅａｎｄｓｃａｌａｂｉｌｉｔｙｐｒｏｐｅｒｔｉｅｓｏｎ４Ｒ Ｇｉｍａｇｅｍｏｄｅｌｆｏｒｃｕｃｕｍｂｅｒｐｉｎｋａｎｄ３Ｒ Ｇ Ｂ ｉｍａｇｅｍｏｄｅｌｆｏｒａｐｐｌｅｒｕｓｔｄｉｓｅａｓｅ． Ｋｅｙｗｏｒｄｓ　Ｐｌａｎｔｄｉｓｅａｓｅ，Ｌｅｓｉｏｎｉｍａｇｅ，Ｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ，Ｃ Ｖｍｏｄｅｌ，Ｗｅｉｇｈｔｅｄｃｏｌｏｒ， Ｌｅｖｅｌｓｅｔ 据 Ｒ Ｇ图像从病害叶片上分离出病斑。陈兵旗 　　引言 ［４］ 等 基于小波的纹理特征计算，采用双峰阈值法对 农业病害问