基于LAB颜色空间的植物病变区域提取
2017-11-08郑州轻工业学院计算机与通信工程学院符运阳郭胜娜王光光
电子世界 2017年20期
关键词:区域
郑州轻工业学院计算机与通信工程学院 符运阳 郭胜娜 王 兵 王光光
基于LAB颜色空间的植物病变区域提取
郑州轻工业学院计算机与通信工程学院 符运阳 郭胜娜 王 兵 王光光
为了有效准确的提取出植物病害区域图像,利用了植物病变区域的褪绿现象,提出了1种基于LAB颜色空间的植物叶片病斑提取方法。将原始图像由红绿蓝(RGB)颜色空间转换到LAB颜色空间,提取A分量作为参考,并结合K-means算法进行聚类分割。结果表明,基于LAB颜色空间的植物叶片病害区域提取方法是可行的。
褪绿;LAB;K-means算法;病害区域
0 引言
中国作为农业大国应该重视植物病害的防治,越早发现植物病害并准确确定植物病害的种类,越能大幅度减少经济作物的损失。将数字图像处理和分析技术应用到这方面已经成为了主流,而计算机技术的快速发展也为这方面的应用提供了便捷。图像分割作为识别技术的前提和关键,起着十分重要的作用,其分割结果的优劣直接影响着后续过程。刘琼[1]等针对农田非结构性环境的特点,基于Lab和YUV颜色空间的农田彩色图像进行了分割,对农田图像进行了有效的分割。陈丽雪[2]等利用Lab颜色空间感知上的均匀性,实现了基于颜色特征的图像检索。董伟[3]等利用Lab颜色分布均匀,弥补了RGB颜色空间的不足,对图像去雾处理有了较大的改善,并取得了较为理想的效果。闫怀平[4]等用自适应二值化阈值对LAB颜色空间的B分量进行了处理,凸显了车牌区域,再用投影法准确定位出车牌位置。……
登录APP查看全文
