基于高斯混合模型的叶片检测分割算法-计算机应用与软件.PDF

第３５卷第１期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１ ２０１８年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１８ 基于高斯混合模型的叶片检测分割算法 侯兆静　冯　全　张　涛 （甘肃农业大学机电工程学院　甘肃兰州７３００７０） 摘　要　　为解决光照变化、叶片自身表观变化和复杂背景对植物叶片图像准确分割所造成的困扰，提出一种组 合式分割方法。该方法在多个尺度上采用滑动窗口扫描方式检测图像中的叶片；对检测到的叶片区域中心区域 像素为初始前景，而叶片窗口之外的区域为初始背景，用高斯混合模型（ＧＭＭ）分别对前景和背景建立初始概率 模型；采用迭代法完成叶片分割，在每一轮迭代中，用标准的图割算法和上一轮ＧＭＭ模型分割前景和背景，根据 新的分割结果重新估计前景和背景的ＧＭＭ；迭代过程在能量函数收敛时结束。叶片检测时，以能描述叶片的外 观和形状的ＨＯＧ特征为检测依据；为了应对实际叶片图像