收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

自然背景下的植物叶片多阈值分割方法研究

蔡文宇  
【摘要】:植物是人类生活中重要的资源,近年来,随着计算机模式识别和人工智能技术的不断发展,使用计算机视觉和数字图像处理手段对植物进行分割、分类、识别的研究逐渐成为研究的热点。植物叶片作为植物的重要组成元素,可以反映植物本身的种类、生长状况等重要信息,通过提取叶片的特征信息进行分析的方式在植物分类、鉴别及防虫防灾中均得到了广泛的应用。叶片图像,尤其是在自然场景下拍摄的叶片图像,一般背景较为复杂,存在相互遮挡,如何从中剔除背景元素,分割出目标叶片区域,为后续研究提供更为可靠的素材,具有十分重要的意义。本文以自然场景下的植物叶片图像为研究对象进行了研究。论文的主要研究内容如下:针对自然场景中植物叶片图像存在的前景、背景无法有效分割的问题,引入多阈值分割的思想,使用Otsu多阈值分割方法对叶片图像进行分割。但传统Otsu算法遍历选取多阈值的过程中运算时间较长,运用三种群体智能优化算法优化多阈值选取过程,通过实验对比,选择了速度较快、相对稳定、参数较少的人工蜂群算法优化Otsu多阈值选取的过程。同时,针对使用最优多阈值对图像进行分割时分割个数不好确定的问题,提出一种自适应确定叶片图像分割阈值个数的方法,以迭代的方式计算分离因子与分类数间函数关系曲线的夹角来动态确定分割阈值的个数,有效地分割了叶片图像中的前景区域和背景区域。对于叶片图像来说,感兴趣的区域仅为图中的目标叶片区域。因此,分析对比了各种边缘检测算子,并结合逻辑运算和数学形态学方法等,设计了从叶片图像多阈值分割结果中去除背景元素,进一步提取独立、完整的目标叶片区域的方法。通过多组对比实验验证,证明了本文提出的叶片图像分割算法在提升速度的同时兼具有效性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 陈争光;杨冬风;冯晓娟;;三次样条在图像多阈值分割中的应用[J];黑龙江八一农垦大学学报;2010年05期
2 高烨;陶丽丽;马苗;;基于猫群优化算法的图像多阈值分割方法[J];中国体视学与图像分析;2018年02期
3 代少升;申娇;陈桂芳;唐华明;王飞;;基于多阈值分割的红外图像伪彩增强算法[J];半导体光电;2015年05期
4 朱峰,宋余庆,金华,周成兵;改良遗传算法在图像多阈值分割中的应用[J];江苏大学学报(自然科学版);2003年06期
5 于霞霞;何朗;黄樟灿;;基于模拟退火并行算法的二维熵多阈值分割[J];武汉理工大学学报;2015年01期
6 钱翔;叶大田;;分割神经干细胞图像的两种聚类多阈值分割方法[J];清华大学学报(自然科学版);2010年03期
7 郭戈,平西建,胡敏,周利莉;基于迭代的癌细胞图象自动多阈值分割[J];信息工程大学学报;2004年03期
8 房晓东;;基于遗传算法的图像多阈值分割[J];电脑知识与技术;2012年29期
9 汪筱红;须文波;;遗传算法在最大熵多阈值分割的应用研究[J];贵州大学学报(自然科学版);2007年04期
10 汪筱红;须文波;;遗传算法在最大熵多阈值分割的应用研究[J];湖南工程学院学报(自然科学版);2007年04期
11 尹慧平;张耀楠;姚全珠;何颖;;基于CT心脏图像的腔体区域分割新算法[J];计算机系统应用;2017年11期
12 罗艳辉;邓飞其;李彬;;基于人工免疫的烟草异物图像多阈值分割[J];计算机仿真;2009年09期
13 段锐;管一弘;;医学图像自动多阈值分割[J];计算机应用;2008年S2期
14 丁锐;刘甲甲;李柏林;马静恒;熊鹰;王凯;;改进的Otsu图像多阈值分割方法[J];计算机应用;2013年S1期
15 张国权;;基于遗传算法的彩色图像多阈值分割方法研究[J];电子设计工程;2011年09期
16 杨凯;蒋华伟;;模糊最大熵多阈值分割的改进算法研究[J];计算机工程与应用;2009年32期
17 王培珍;基于遗传算法的图像多阈值自动分割方案[J];华东冶金学院学报;1999年04期
18 罗三定;谭晓东;;图像分割中最佳阈值集的选择与评测[J];计算机与信息技术;2007年06期
19 李峥嵘;刘晓平;李自元;丁厚本;;图像分割多阈值法研究[J];CT理论与应用研究;2006年04期
中国重要会议论文全文数据库 前6条
1 安丰玲;梁德群;王胜军;吴爽;;基于多阈值分割的图像区间均衡增强[A];第十二届全国图象图形学学术会议论文集[C];2005年
2 洪志令;姜青山;董槐林;王声瑞;;基于多阈值分割的快速舰船目标检测方法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
3 唐旭东;周林阳;马俊;杨中巍;;基于三维Tsallis熵的图像多阈值分割方法[A];第24届中国控制与决策会议论文集[C];2012年
4 李庆嵘;;低质量前视机场图像中的跑道分割[A];第三届中国智能计算大会论文集[C];2009年
5 郑玮鸽;马苗;;基于鸡群优化算法的图像分割方法[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
6 罗志东;刘二佳;;基于高分遥感的生产建设项目扰动发现技术研究[A];中国水土保持学会预防监督专业委员会第九次会议暨学术研讨会论文集[C];2015年
中国博士学位论文全文数据库 前2条
1 姜允志;若干仿生算法的理论及其在函数优化和图像多阈值分割中的应用[D];华南理工大学;2012年
2 尹诗白;基于模糊集合理论的颗粒目标分割和识别[D];长安大学;2013年
中国硕士学位论文全文数据库 前10条
1 郑玮鸽;基于新型启发式搜索算法的图像多阈值分割技术研究[D];陕西师范大学;2018年
2 蔡文宇;自然背景下的植物叶片多阈值分割方法研究[D];东北林业大学;2018年
3 方政;医学图像多阈值分割群智能优化算法的研究[D];吉林大学;2017年
4 于霞霞;基于并行模拟退火遗传算法的二维熵多阈值分割[D];武汉理工大学;2016年
5 王丽敏;基于阈值和聚类的彩色图像分割方法研究[D];重庆大学;2014年
6 刘超;基于阈值图像分割的研究及在苹果定位中的应用[D];东华理工大学;2015年
7 廖兴勇;基于多阈值分割的精子运动视频的改进多目标跟踪[D];华南理工大学;2012年
8 刘艳丽;基于模糊聚类的红外图像目标分割方法研究[D];西安电子科技大学;2015年
9 潘红;基于Otsu的医学图像分割算法研究[D];吉林大学;2016年
10 路亚缇;基于粒子群优化算法的最大熵多阈值图像分割研究[D];郑州大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978