基于自适应密度峰值聚类的野外紫色土彩色图像分割

• 作者: 唐文密 曾绍华 詹林庆 黄秀芬
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像分割 土壤 聚类算法 自适应 机器视觉
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 200-208
• 页数: 9页
• 分类号: TP391.41|S155.4
• 字数: 7017字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.19.024

摘要

野外自然环境下采集的紫色土图像背景复杂,将紫色土区域从背景中分割出来是应用机器视觉对紫色土进一步分析处理的首要工作.该文提出基于自适应密度峰值聚类的野外紫色土彩色图像分割算法.该方法首先构造基于熵的相似度矩阵,从而建立基于类间方差最大化类内方差最小化准则的灰度变换优化模型,求解优化模型获得一个提升了紫色土与背景间分离特性的灰度图像.然后,构建无参的密度公式和一个中心决策度量来自动获取聚类中心,实现在密度峰值聚类算法框架下紫色土图像的自适应分割.最后,设计边界提取与区域填充的后处理算法获得完整的紫色土土壤区域图像.通过使用常规样本集、鲁棒样本集试验测试,结果显示:该文分割算法的初分割平均分割精度分别为93.45%和87.40%,比采用原始密度峰值聚类算法的平均分割精度分别提高3.16和12.47个百分点.经该文算法初分割、后处理,平均分割精度分别提高到96.30%和91.63%,平均耗时分别为0.36和0.35 s.研究结果为野外紫色土彩色图像的自适应分割提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹林庆		12	16	3.0	3.0
2	曾绍华	重庆师范大学计算机与信息科学学院	16	71	5.0	7.0
4	黄秀芬		8	18	2.0	4.0
7	唐文密	重庆师范大学计算机与信息科学学院	1	0	0.0	0.0