基于水平集的作物病叶图像分割方法

针对具有复杂背景的作物病叶图像中的叶片提取问题,提出了一种基于先验信息的水平集模型。首先,在LBF模型中引入纹理信息——结构张量,构造新的水平集模型;其次,采用水平集方法表示目标叶片形状,并将先验形状信息以能量泛函的表达形式引入到上述新的水平集模型中,得到新的基于先验信息的水平集模型;最后,利用该模型对具有复杂背景的黄瓜病叶图像进行分割。结果表明,该方法能准确地提取具有复杂背景黄瓜病叶图像中的病叶,为后续的病斑提取、识别和诊断奠定前期基础。...

Full description

Saved in:
Bibliographic Details
Published inNong ye gong cheng xue bao Vol. 27; no. 2; pp. 208 - 212
Main Author 袁媛 李淼 梁青 胡秀珍 张伟
Format Journal Article
LanguageChinese
Published 安徽农业大学农学院,合肥,230036 2011
中科院合肥智能机械研究所,合肥,230031%中科院合肥智能机械研究所,合肥,230031%大同电力高级技工学校,大同,037039%中国科学技术大学信息科学技术学院,合肥,230026
Subjects
Online AccessGet full text
ISSN1002-6819
DOI10.3969/j.issn.1002-6819.2011.02.035

Cover

More Information
Summary:针对具有复杂背景的作物病叶图像中的叶片提取问题,提出了一种基于先验信息的水平集模型。首先,在LBF模型中引入纹理信息——结构张量,构造新的水平集模型;其次,采用水平集方法表示目标叶片形状,并将先验形状信息以能量泛函的表达形式引入到上述新的水平集模型中,得到新的基于先验信息的水平集模型;最后,利用该模型对具有复杂背景的黄瓜病叶图像进行分割。结果表明,该方法能准确地提取具有复杂背景黄瓜病叶图像中的病叶,为后续的病斑提取、识别和诊断奠定前期基础。
Bibliography:S24
image segmentation
prior shape
image segmentation; level set method; structure tensor; prior shape; complex background
11-2047/S
level set method
complex background
TP391.4
structure tensor
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2011.02.035