何旭　王田田　苏子璇

摘 要：针对苗期农业图像的特点，提出了一种改进的Otsu阈值分割方法。使用2g-r-b方法对图像实行灰度化，再应用改进的判别函数选择分割阈值，以得到最优的分割结果。通过对分割结果的试验分析，验证了改进的Otsu法的有效性。

关键词：图像分割；Otsu法；农业图像；分割评价

中图分类号：TP391.4 文献标识码：A DOI：10.11974/nyyjs.20160432002

引言

图像分割是数字图像处理技术中一项非常关键的技术之一，它是对图像进行分析识别等处理的前提。阈值分割方法由于其简单、实时性好而得到了广泛应用。依据对图像采用阈值的个数可分为全局阈值方法和局部阈值方法[1]。但是图像分割仍然是一个具有挑战性的研究领域。针对农业图像中目标和背景分布的复杂性，本文在原始otsu算法基础上，提出了一种改进的Otsu分割方法，在图像的基本信息不变的情况下，给出了一种新的分割阈值判别函数。实验结果表明，改进的算法比传统的Otsu阈值分割法能够获得更好的分割效果。

1 材料与方法

1.1 试验材料与设备

本研究所使用的图像均在石河子大学农学院试验站（N45°19'，E86°03'）采集。采集时间为2015年4月下旬～5月中旬，累计1个月时间。为了方便研究，统一调整图片大小为640×480。图像处理由PC机完成，配置为：处理器Inter（R） Core（TM） CPU@2.60GHz，内存4GB，在Matlab R2008a 软件平台上运行。

1.2 改进otsu图像分割算法

根据农田图像自身的特点，为了克服光照变化和阴影的影响，首先采用归一化的2g-r-b算法[2]对图像进行灰度化处理。

最大类间方差法[3，4]（Otsu法）是在判决分析的基础上推导出来的，它不需要其它的先验知识，主要根据图像的一维直方图，将目标和背景的最大类间方差作为阈值选择标准，抗干扰能力强。……