基于Lab空间和K_Means聚类的叶片分割算法研究

《基于Lab空间和K_Means聚类的叶片分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2015年9月农机化研究第9期基于Lab空间和K－Means聚类的叶片分割算法研究邹秋霞，杨林楠，彭琳，郑强(云南农业大学云南省高校农业信息技术重点实验室，昆明650201)摘要:对植物叶片进行分类，在植物种类鉴别研究中有着重要的意义，而在植物叶片分类中，对叶片的准确分割是进行分类的必要前提。为此，对比分析了传统阈值分割中的最大类间方差法和K－Means聚类两种分割算法，实现对叶片的分割，并将ＲGB空间转换到Lab空间，再利用两种算法分别进行分割。结果表明:传统的阈值分割和K－Means聚类分割无法将目标图像

2、准确地分割出来;在Lab空间对a分量进行阈值分割可以去除阴影部分，但是分割结果为二值图像;而在Lab空间进行K－Means聚类分割，不仅能够有效地消除在拍摄图像过程中产生的阴影部分，而且分割后的图像为彩色图像，对纹理和颜色特征的提取更加方便，提高了分类识别的准确率。关键词:植物种类鉴别;阈值分割;K－Means聚类分割;Lab空间中图分类号:S232;O24文献标识码:A文章编号:1003－188X(2015)09－0222－05DOI:10.13427/j.cnki.njyi.2015.09.050在不损坏

3、植物本身的情况下，实现对植物种类的鉴别0引言显得尤为重要，且在自动鉴别过程中，对在自然环境植物是人类生存必不可少的重要组成部分，对植下采集的彩色图像进行分割具有重要的意义。［1－2］物种类进行研究鉴别具有重要的意义，通过植物本文针对在自然光照条件下对样本进行图像采集叶片信息进行植物种类识别是一种最简单和最直接容易在叶片周围产生阴影的问题，首先利用目前在植的有效方法。在传统的植物种类鉴别中，主要方式是物分类中使用最多的传统的阈值分割和聚类分割对人工鉴别，不仅工作效率低、工作量大，而且对鉴别者所采集的植物叶片图像

4、进行目标和背景的分割，又分的专业水平要求较高，鉴别结果容易受到主观因素的别在Lab空间下利用阈值分割对a分量进行分割和利影响。随着计算机机器视觉、图像处理和模式识别等用K－means聚类对ab分量进行分割。通过观察实信息技术的出现和不断的发展、完善，使利用机器视验结果得到:传统的阈值分割和聚类分割在对叶片进［3－4］觉对植物种类进行自动识别和分类成为了可能。行分割时，对阴影部分的分割有很大的误差;在Lab空在植物自动识别过程中，图像的准确分割对最终识别间下对a分量进行分割只能得到图像的二值图像，无准确率有着很

5、大的影响。张昭等人使用佳能数码照法直接提取纹理和颜色特征;而利用K－means聚类相机采集232幅图片带回实验室，将植物叶片平铺在分割在Lab空间进行分割，可以得到分割较好的彩色干净白纸的中央并打开补光灯，保证叶片上光照基本目标图像。［5］均匀，利用Ostu阈值算法对叶片进行分割。1分割算法介绍植物叶片在植物生长过程中起着重要的作用，它能够进行光合作用并合成有机物。因此，对植物叶片图像分割算法在图像处理过程中是一个重要的环进行采摘后在特殊的环境下进行拍摄，再转换为灰度节，目前还没有通用的分割方法可以实现对所有

6、图像图像进行分割，不仅对植物本身是一种损坏，而且在的最优分割，主要分割方法包括基于阈值的分割、基转换为灰度图像时也会有损图片本身的信息，不利于于聚类的分割、基于形变模型的分割、基于区域的分后期的颜色特征和纹理特征的提取。所以，如何割和基于边缘检测的分割等。在众多的图像分割方法中，属基于阈值的分割算法和基于聚类的分割算法收稿日期:2014－09－05最为常用。基金项目:云南省科技创新强省计划项目(2014AB019);国家自然科学基金项目(31260292)基于阈值分割算法主要包括建立分割模型、求解作者简介:邹

7、秋霞(1988－)，女，黑龙江讷河人，硕士研究生，(E－［6］阈值准则和求解阈值3个步骤，经典阈值分割算法mail)zouqiuxia520com@163．com。主要包括最小误差法、最大类间方差法(Otsu法)和通讯作者:杨林楠(1964－)，男，云南保山人，教授，硕士生导师，(E－［7］mail)lny5400@sina．com。最大熵法，本文主要以较为常用的最大类间方差法·222·2015年9月农机化研究第9期为例。声，所以先对图像进行矢量中值滤波处理，方便后期基于聚类的分割主要是将图像空间中的像素用对

8、的彩色图像分割。中值滤波处理效果如图2所示。应的特征空间点表示，根据它们在特征空间的聚集对特征空间进行分割;然后将它们映射回原图像空间得到分割结果，以K均值聚类和模糊C均值聚类法最为常见。本研究因背景与目标有比较明显的差别，图像中的每个像素点都有其明显的隶属度，故本文选用K均值聚类进行分割。2Lab空间常用的颜色模式有ＲGB模式、HIS模式、HSV模［8－9］式和Lab模式等。其中，Lab模式是由国