基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为快速、准确地分割黄瓜叶部病害图像,提出一种基于混合颜色空间的双次Otsu算法.算法根据病害图像各部分的颜色特征,首先选取原始彩色图像的R分量进行初始Otsu分割和形态学相关操作,将R分量图分割为背景类和非背景类;然后选取非背景类图像的Cr分量进行第2次Otsu操作,将非背景区域分割为正常叶子类和病斑区域类,得到最终的分割结果.将该算法应用于黄瓜靶斑病图像的分割中,并与R_Otsu算法、H_Otsu算法以及图切割算法进行比较.试验结果表明:与对比算法相比,本算法在分割精度及处理速度2方面的综合分割性能最优,错分率均值和方差分别为2.12%和0.08%,平均处理时间<0.2s,算法对光照变化具有一定的鲁棒性.本研究算法可为自然光照条件下黄瓜病害图像实时、准确分割提供技术参考.
推荐文章
基于过渡区研究的黄瓜病害识别方法
黄瓜
病害识别
图像分割
过渡区
特征提取
支持向量机
复杂背景黄瓜叶部病害图像分割方法
黄瓜
复杂背景
图像分割
图切割
OTSU
超G
基于改进型C-V模型的植物病斑图像分割
植物病害
病斑图像
图像分割
C-V模型
加权颜色
水平集
基于过渡区研究的黄瓜病害识别方法
黄瓜
病害识别
图像分割
过渡区
特征提取
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合颜色空间和双次Otsu的黄瓜靶斑病图像分割
来源期刊 中国农业大学学报 学科 工学
关键词 黄瓜靶斑病 图像分割 双次Otsu算法 颜色特征
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 125-130
页数 分类号 TP391.41
字数 语种 中文
DOI 10.11841/j.issn.1007-4333.2016.03.17
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈雷 中国科学院合肥智能机械研究所 44 367 11.0 17.0
2 李淼 中国科学院合肥智能机械研究所 155 1490 17.0 35.0
3 袁媛 中国科学院合肥智能机械研究所 21 233 8.0 15.0
4 吴娜 中国科学技术大学信息科学技术学院 20 91 6.0 9.0
8 卞程飞 中国科学技术大学信息科学技术学院 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (158)
共引文献  (214)
参考文献  (19)
节点文献
引证文献  (8)
同被引文献  (46)
二级引证文献  (28)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(19)
  • 参考文献(1)
  • 二级参考文献(18)
2010(21)
  • 参考文献(2)
  • 二级参考文献(19)
2011(21)
  • 参考文献(4)
  • 二级参考文献(17)
2012(25)
  • 参考文献(2)
  • 二级参考文献(23)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(7)
  • 引证文献(6)
  • 二级引证文献(1)
2019(18)
  • 引证文献(1)
  • 二级引证文献(17)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
黄瓜靶斑病
图像分割
双次Otsu算法
颜色特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国农业大学学报
月刊
1007-4333
11-3837/S
大16开
北京海淀区圆明园路2号
1955
chi
出版文献量(篇)
4344
总下载数(次)
6
总被引数(次)
55117
论文1v1指导