基于分块阈值和边缘检测的叶片分割算法.pdf

《基于分块阈值和边缘检测的叶片分割算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2014年6月农机化研究第6期基于分块阈值和边缘检测的叶片分割算法赵斌，周厚奎，冯海林(浙江农林大学信息工程学院，杭州311300)摘要：针对复杂的植物叶片图像，提出了一种分块阈值、边缘检测相结合的图像分割算法。首先，根据预先确定的子块的大小，把整幅图像划分成若干数目的子块，对每个子块用大津法进行分割，把分割好后得到的子图像拼接起来形成目标图像；然后，用改进的Sobel边缘算子对原图像进行边缘提取分割；最后，把分块阈值得到的结果与边缘检测得到的结果结合起来得到较优的结果；在此基础上再进行腐蚀、填洞等形态学操作，得到最终的分割结果。实验表明：与

2、传统的分块阈值、边缘检测相比较，此算法的抗噪性较好，细节上分割得也较为清楚，具有较好的分割效果。关键词：图像分割；叶片；分块阈值；边缘检测；形态学中图分类号：：TP391．41文献标识码：A文章编号：1003—188X(2014)06—0041—04过粗的问题，叶片图像所处的场景比较简单，分割起0引言来比较容易；基于彩色通道相似性图像分割方法的植图像分割被定义为这样的一个过程：按照一定的物面积计算J，该文献方法得到的植物叶片区域更准规则，把一幅图像分成些许个小区域，然后将其中有确，具有更高的精度，当光线不足时，会使部分像素丢意义的特征或者有需

3、要的特征提取出来。它是由图失彩色信息，从而在分割时会造成一些错误。现有的像处理到图像分析的关键步骤。现有的图像分割方许多植物叶片分割算法都针对的是简单叶片，而对于法主要分以下几类：基于阈值的分割方法、基于区域复杂叶片的分割，这些算法不能得到令人满意的分割的分割方法、基于边缘的分割方法以及基于特定理论效果。因此，本文在改进Ostu法的基础上，结合边缘的分割方法等。检测与形态操作，提出了一种针对复杂叶片的分割算用计算机来研究植物的特性一般从其叶片着手，法。叶片本身的形状、大小、色泽都能反映出植物本身的由于在现实生活中存在各式各样的叶片，它们一种类

4、、健康状况等，因而对叶片进行分割、提取叶片的般都是有重叠的，在采样时也可能因为光线的因素导特征是研究的关键。近几年出现了一些植物叶片分致叶片图像中噪声很多。本文的算法对提取此类叶割的方法：基于局部阈值的植物叶片图像分割算法研片的相关特征提供了一种新的思路，对于分割有病斑究¨，它利用局部阈值和最佳阈值来分割叶片，最终的叶片也有相当大的借鉴作用。得到了比较清晰的叶片二值图像，但是它所处理的叶1阈值分割片图像就只有一片叶子，并没有受到噪声的干扰；基于改进Sobel算法的叶片图像边缘检测J，通过增加本文采用的分块阈值分割算法是在Ostu法的方向模板来

5、改进Sobel算子，解决了边缘检测时边缘基础上进行了改进：首先，确定整幅图像的宽度和高度，预先设定子块的尺寸大小。然后，判断整幅收稿日期：2013—05—30图像是否能完整的分出若干数目的子块，主要有4种基金项目：国家自然科学基金项目(61272313)；浙江省科技厅公益性情况：①宽度正好，高度有多余；②高度正好，宽度有项目(2012C21015)；浙江省教育厅项目(Y201224063)；多余；③宽度、高度正好；④宽度、高度均有多余。确浙江农林大学校发基金项目(2006FR029)；浙江农林大学定对应的情况，接着对每个子块用Ostu法进行分

6、割，信息工程学院创新训练计划项目(201210026，201210027)得到小块的分割图像。最后，再把所有子块中的图像作者简介：赵斌(1992一)，男，浙江海宁人，本科，(E—mail)拼接起来，组成完整的目标图像。图1为具体的分块296786564@qq．com。方案的示意图。通讯作者：周厚奎(1979一)，男，湖北随州人，讲师，硕士，(E—mail)zhouhk@zafu．edu．cn2014年6月农机化研究第6期8个方向的算子㈡厂一2—10](b)45。边缘方向『I012]lJ一101IjfL一2—10J(d)135。边缘方向[-21

7、0]I10l图1分块方案l—1IFig．1Blockprogram0—1—2j(f)225。边缘方向2边缘检测[-o一1—2]lI10l经典Sobel边缘算子是一个梯度算子，一幅数字fIL2㈨10三一—21]J1l—1I图像的一阶导数是基于各种二维梯度的近似值。图2一l0j像f(，Y)在位置(，Y)的梯度定义为向量(h)315。边缘方向r图28个方向的Sobel算子模板Fig．2Sobeloperatortemplateforeightdirections锄=lL0xI㈩以上给出的8个方向模板，对图像进行逐点计算，ayJ并且取最大值为像素点的

8、新灰度值，最大值对应的模由向量分析可知，梯度向量指向坐标(，Y)的-厂的板所表示的方向为该像素点的边缘方向。最大变化率方向。设3本文植物叶片分割算法S(i，)=(G