文件名称：论文研究-小麦冠层图像H分量的K均值聚类分割.pdf
文件大小：675KB
文件格式：PDF
更新时间：2022-09-27 07:25:19
论文研究
大田环境下小麦冠层图像具有光照不均匀、背景复杂及阴影遮挡等特点，经典图像分割算法存在精度低、过分割等问题，提出一种基于HSI空间下H分量的K均值聚类算法。使用[R G-B]归一化处理RGB空间下的彩色图像，以抑制其B分量；将归一化图像进行RGB到HSI的颜色空间转化；根据光照是否均匀，使用K均值聚类算法对彩色图像的H分量进行不同的聚类处理，经形态学开运算及去噪处理获得最终目标图像。实验表明，该方法对不同施氮量、不同光照、不同生长时期小麦冠层图像的分割效果较好，相对基于Lab空间的K-means聚类分割，该方法可一定程度避免过分割现象；相对基于H分量的Otsu算法，对光照不均匀图像分割更完整，对复杂背景图像分割更精确。