基于SVM的棉田冠层图像分割方法研究

• 作者: 刘立波 程晓龙
• 来源期刊: 农业科学研究
• 学科: 工学
• 关键词: 图像分割 棉花 支持向量机 数学形态学
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 7-10
• 页数: 4页
• 分类号: TP391
• 字数: 3330字
• 语种: 中文

摘要

复杂环境下的棉田冠层图像由于成像环境光照不均、冠层阴影部分与土壤背景对比度低等因素给棉田冠层图像的准确分割带来了困难.在对上述问题进行研究后,提出了一种基于支持向量机(SVM)的图像分割方法.该方法首先以图像目标和背景两类像素的分割特征值构建样本数据集;运用训练好的SVM分类器对棉田冠层图像进行分割处理,最后使用数学形态学滤波方法对分割结果进行优化,获得棉田冠层图像的精确分割结果.实验结果表明,该方法可有效分割出棉田冠层区域,分割误分程度以及分割准确程度均优于常用分割方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘立波	宁夏大学信息工程学院	56	303	9.0	16.0
2	程晓龙	宁夏大学信息工程学院	5	36	3.0	5.0