基于MATLAB的茄子图像分割方法

基于MATLAB的茄子图像分割方法

ID:38157625

大小:614.53 KB

页数:5页

时间:2019-05-31

基于MATLAB的茄子图像分割方法_第1页
基于MATLAB的茄子图像分割方法_第2页
基于MATLAB的茄子图像分割方法_第3页
基于MATLAB的茄子图像分割方法_第4页
基于MATLAB的茄子图像分割方法_第5页
资源描述:

《基于MATLAB的茄子图像分割方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、江西农业学报2007,19(6):97~101ActaAgriculturaeJiangxi基于MATLAB的茄子图像分割方法*姚立健,丁为民,刘璎瑛(南京农业大学工学院,江苏南京210031)摘要:针对茄子图像的灰度和颜色特点,利用MATLAB中丰富的图像处理函数,分别进行了色差分割和色调分割。在色调分割中,采用了自动选取阈值的Otsu法。在去除残留噪音的处理中,采用标注的方法对二值图像的各连通区域进行面积统计。保留最大面积的区域,从而使分割效果大大改善。利用多参数来衡量分割效果,使评价做到最大程度的客观、合理。关键词:图像分割;MATLAB;阈值;茄子中图分类号:TP3

2、91.41文献标识码:B文章编号:1001-8581(2007)06-0097-05ImageSegmentationforEggplantBasedonMATLAB*YAOLi-jian,DINGWei-min,LIUYing-ying(CollegeofEngineering,NanjingAgriculturalUniversity,Nanjing210031,China)Abstract:Basedonthegray-levelandcolorcharacteristicsofeggplantimage,hueandcolor-differencesegmentat

3、ionwereconductedbyusingtherichimageprocessingfunctionsembeddedinMATLAB.Theautothreshold-adaptivemethodofOtsuoperationwasspeciallyusedforhuesegmentation.Andupontheeliminationoftheresiduenoise,labelingmethodforstatisticalcalculationwasintroducedfortheconnectedregionsofthebinaryimage.Themaxim

4、umareaswerepreservedtoimprovesegmentationeffects.Inadd-ition,multi-indiceswereappliedtoassesstheeffectofsegmentation,inordertogetimpersonalandreasonableassessment.Keywords:Imagesegmentation;MATLAB;Threshold;Eggplant在对图像的研究和应用中,人们往往仅对图像中的1实验材料某些部分感兴趣。这些部分常称为目标或前景,其他部笔者于2006年10月,在安徽省滁州市北郊蔬菜园

5、,分为背景。图像分割就是将图像分成各具特性的区域并使用CanonPC1038数码相机,获取了自然情况下生长的[1]提取出感兴趣目标的技术和过程。这些特征区域可茄子有效图片50张。图片的初始尺寸为1600@1200像以是像素的灰度值、物体的轮廓线、纹理特征等,也可以素,为便于研究,提高处理速度,在实验室统一调整和剪是空间频谱或直方图特征等。将茄子图像从复杂的生长切后尺寸为512@512像素。试验茄子的品种为紫丽长环境中分割出来,对基于机器视觉的茄子收获机器人的茄。图像处理软件采用美国Mathworks公司2004年5月[2]研究,有重要的意义。孙学岩(2005)提出了一种基于

6、推出的MATLAB7.0。处理设备为PC机,基本配置CPU直方图的双阈值茄子图像分割方法,找到R、G、B分量的为P41.8G、内存256M、硬盘80G。一个合适的线性组合,来确定合理的分割阈值。Shigeh-i2方法和结果[3]koH(2002)提出基于颜色特征和形态学特征的茄子2.1RGB色彩空间的色差分割方法和分割结果RGB图像分割方法,并采用网格模板来获取精确完整的茄子模型是目前常用的一种色彩信息表示方法,它使用红、[4]目标。BulanonDM(2002)根据富士苹果的果色和背绿、蓝三原色的亮度来定量表示颜色。在MATLAB7.0景的差异,利用颜色模型进行检测并采用

7、最佳阈值进行中,一幅大小为M@N的RGB彩色图像可以用一个M@[5][6]图像分割。张铁中(2004)、齐龙(2006)等提出了基N@3的矩阵来描述,图像中的每一个像素点对应于红、于神经网络的草莓图像和植物病害彩色图像的分割技绿、蓝三个分量组成的三元组。各R、G、B单层矩阵里每术,选取H、Cb、Cr分量为特征值作为人工神经网络的输个元素值表示该元素的灰度值。使用代码iR=I(:,:,[7]入值。尹建军等提出基于形态重建的受控标记分水1)、iG=I(:,:,2)、iB=I(:,:,3)可以获得图像I的RGB岭算法搜索

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。