作者：刘金亚; 刘昌华; 许鲲图像分割高斯模型exg因子色彩空间甘蓝型油菜根部
摘要：利用图像处理技术从甘蓝型油菜植株中识别出油菜根部及根部肿瘤等信息,进而分析甘蓝型油菜植株的根肿病程度。从原图像中提取出目标是解决实际问题的关键步骤,因此从复杂背景的甘蓝型油菜植株图像中分割出根部区域是准确识别其病害程度的关键。提出以EXG过绿颜色分割算法与高斯YCbCr颜色算法相结合的分割方法。首先通过EXG过绿颜色分割方法分离出绿色的茎叶部分,其次将RGB颜色空间转换到YCbCr颜色空间,利用高斯模型判断根的像素点,因此分割出甘蓝型油菜植株的根部区域,进一步利用数学形态学方法将得到的根部二值图进行膨胀与腐蚀的去燥操作,最终完成图像分割。利用该方法对不同拍摄环境且背景复杂的10幅油菜植株图像进行分割,为验证该方法的有效性,分别采用EXG过绿颜色算法与K-Means聚类算法作对比实验。实验结果表明,该算法的误差率均低于10%,10幅图像的平均误差率为6.984%。所做研究的方法能较准确的分割出甘蓝型油菜植株的根部区域,为后期识别甘蓝型油菜根肿病程度的研究提供参考。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
