基于MFICSC 算法的生菜图像目标聚类分割.pdf

基于MFICSC 算法的生菜图像目标聚类分割.pdf

ID:55975581

大小:1.94 MB

页数:5页

时间:2020-03-23

基于MFICSC 算法的生菜图像目标聚类分割.pdf_第1页
基于MFICSC 算法的生菜图像目标聚类分割.pdf_第2页
基于MFICSC 算法的生菜图像目标聚类分割.pdf_第3页
基于MFICSC 算法的生菜图像目标聚类分割.pdf_第4页
基于MFICSC 算法的生菜图像目标聚类分割.pdf_第5页
资源描述:

《基于MFICSC 算法的生菜图像目标聚类分割.pdf》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、第28卷第13期农业工程学报2012年7月TransactionsoftheChineseSocietyofAgriculturalEngineeringVbl.28Jul.2012NO.13149■霸——,严曩———F曩一■■■适j■瞄■■叠‘江■_基于MFICSC算法的生菜图像目标聚类分割孙俊1,武小红1,张晓东2王艳1,高洪燕2(1.江苏大学电气信息工程学院,镇江212013:2.江苏大学江苏省现代农业装备与技术重点实验室,镇江212013)摘要:生菜图像目标分割是基于阁像处理的生菜生理信息无损枪测的前提。为了解决因生菜富含

2、水分使得图像采集镜头反光而导致生菜叶片图像灰度分布不均的问题,该文采用一种修正的图像灰度均衡算法对生菜图像进行灰度均衡处理,应用混合模糊类『日J分离聚类算法(MFICSC)进行生菜图像目标分割,使总体类间距离最大化,能够I司时生成模糊隶属度和典型值,对处理噪声数据和克服一致性聚类问题均表现良好。分别采用MFICSC算法和Otsu算法进行了生菜图像目标分割对比试验,结果表明MFICSC算法具有较好的聚类准确度,效果优于传统Otsu分割算法。关键词:机器视觉,图像分割,算法,MFICSC,Otsudoi:10.3969/j.issn.

3、1002—6819.2012.13.024中图分类号:S126;TP391.4l文献标志码:A文章编号:1002—6819(2012)一13—0149—05孙俊,武小红,张晓东,等.基于MFICSC算法的生莱图像目标聚类分割[J】.农业工程学报,2012,28(13):149—153.SunJun。WuXiaohong,ZhangXiaodong,cta1.LettuceimagetargetclusteringsegmentationbasedonMFICSCalgorithm[J].TransactionsoftheChine

4、seSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2012,28(13):149—153.(inChinesewithEnglishabstract)0引言生菜常称为减肥生菜,其健康种植受到许多专家关注。生菜叶片受水分胁迫、氮素胁迫会不同程度影响叶片健康状况,出现叶片翻卷,影响叶绿素、叶黄素含量,从而导致作物叶片颜色、纹理等表面特性的改变,因此专家可利用叶片或冠层的颜色、纹理、形态等宏观物理特性对其进行无损检测诊断。赵杰文等【lI、毛罕平等12卅分别对生菜近红外图像

5、、番茄叶片图像、杂草图像进行处理,提取图像特征并研究后续建模方法。王连军等【51、杨玮等f6]、Pagola等【7】分别研究了草莓冠层、黄瓜叶片、大麦叶片的彩色图像与植株氮素营养指标之间关系。张晓东等【8J通过多光谱图像技术研究了油菜水分胁迫诊断,洪添胜等【9l和蔡健荣等1101利用高光谱图像技术分别检测水果内部含水率、含氮率等内部品质与柑橘果锈。对作物图像目标分割【

6、I.14】是后续处理和建模的基础,图像目标分割的好坏直接决定了后续图像特征提取及建模的质量。当前.国内外对图像分割算法中具有代表性的有Otsu算法陋181、FCM算

7、法[19-22】等。XiaohongWu等1231提出了混合模糊类间分离聚类(mixedfuzzyinter-clusterseparationclustering,MFICSC)分类算法,该算法对噪声不敏感,能将类中心距离扩大从而达到较收稿日期:2011.12.14修订日期;2012-01-06项目资助:国家自然科学基金资助项目(No.311们082、No.61075036);江苏高校优势学科建设_[程资助项目PAPD(项目编号:苏政办发20116号)作者简介t孙俊(1978一),男.江苏泰兴人.博士,副教授。研究方向为计算机技

8、术在农业工程中的应用。镇江江苏大学电气信息工程学院.212013。Email:sun2000jun@Iljs.edu.cn高的聚类准确率。本文将其应用于图像目标分割,并通过生菜图像目标分割试验,与Otsu算法分割结果进行对比分析。1图像灰度均衡处理生菜富含水分,造成图像采集镜头易反光,而且由于图像采集时光线问题或者角度原冈,均会使拍摄到的生菜叶片图像灰度变化范围窄,灰度层次不明显。这些将导致拍摄到的生菜叶片图像的灰度分布并不很清晰,将直接影响到图像的图像分割等后续处理。灰度直方图(图像灰度分布情况的统计图表)直观反映了图像的灰度分

9、布情况。通过对图像的灰度值进行统计,可以得到一个一维离散的图像灰度统计直方图函数,图像的概率密度函数定义【“J如式(1)p(k)=H(k)/A(后=O,l,...,L-1)(1)式中,川七)表示在第k个灰度级上像素的个数,彳为全部像素总数,L为总灰

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。