曾绍华，王 琪，佘春燕，王 帅，罗达璐

1. 重庆师范大学 计算机与信息科学学院，重庆 401331； 2. 重庆市数字农业服务工程技术研究中心，重庆 401331；3. 重庆市农业技术推广总站，重庆 401147； 4. 重庆市沙坪坝区农业农村委员会，重庆 400030

野外自然环境下机器视觉采集的土壤图像，由于光照的遮挡以及土壤自身表面凹凸不平，导致图像中土壤区域存在阴影，阴影会对土壤识别产生干扰．为了消除阴影过渡区域对后续土种识别子图切割、 土种识别特征提取的影响，需对阴影进行检测分割.

阈值分割是常用的图像分割算法[1-5]．Otsu[6]是一种经典的阈值分割算法，它采用类间方差最大化的优化准则来获取分割阈值，它在类间数据量均衡时分割效果好，在类间数据量差异较大时不能达到好的分割效果．TSAI[7]提出色度和亮度比的Otsu阴影分割方法，常用于街区阴影分割，并将颜色较暗建筑物区域分割为阴影．瑚敏君等[8]利用HSI颜色空间数据定义一个测度(S-I)/(S+I)，根据建筑物阴影检测的经验值指定分割阈值进行阴影检测．MENG Y等[9]提出了减法直方图的阈值分割方法，通过亮度和比率特征分别计算其保留直方图，再分别求它们的最大梯度区间，选择最大梯度区间的F中位值点作为亮度和比率特征的分割阈值点，分割背景部分(非阴影)和目标部分(阴影)； 它解决了“阴影、 非阴影数据量差异较大”和“较暗建筑物区域与阴影”的错分问题．但其减法直方图方法的比率特征描述不适宜土壤图像的阴影……