基于图像处理的植物病斑分割方法研究

• 作者: 徐伟恒 董建娥 谢裕睿
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 病斑分割 分水岭 K均值聚类 Lab颜色空间
• 年，卷（期）: 2020,（3）
• 页码范围: 216-217
• 页数: 2页
• 分类号: TP751

摘要

为了将植物叶片图像中的病斑区域更准确地分割出来,以提高后期病害种类识别的准确率,本文对分水岭算法和k均值聚类算法进行对比,发现k均值聚类算法具有更好的分割效果,但它在RGB颜色空间进行聚类时容易造成图像颜色失真,该文针对此缺点进行了改进,在Lab颜色空间中进行k均值聚类并分割。结果表明,基于Lab颜色空间的k均值聚类方法能够准确地将病斑从背景中提取出来,为植物病害种类的识别提供了科学依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐伟恒	西南林业大学大数据与智能工程学院	39	178	8.0	12.0
2	谢裕睿	西南林业大学大数据与智能工程学院	5	0	0.0	0.0
3	董建娥	西南林业大学大数据与智能工程学院	7	2	1.0	1.0