基于图像增强和α角度模型的K均值小麦冠层分割算法的改进
2017-10-12分类号：S126; TP391.4
【部门】1.南京农业大学国家信息农业工程技术中心，江苏 南京 210095；2.南京农业大学信息科学与技术学院，江苏 南京 210095；3.中国移动通信集团浙江有限公司嘉兴分公司，浙江 嘉兴，314000
【摘要】[目的]为克服光照不均引起的低对比度、反光、阴影、光斑及遮挡等对大田复杂背景下小麦冠层图像分割的干扰。[方法]本文设计了一种结合脉冲耦合神经网络(Pulse Coupled Neural network,PCNN)与同态滤波的自适应图像增强和基于L*a*b*颜色空间α角度模型的K均值聚类分割算法。首先,将小麦冠层图像转换到HSI颜色空间,采用自适应算法对HSI空间的I分量进行增强处理,适当调节饱和度S分量,补偿光照强度分布不均,去除阴影及拉大对比度;其次,将增强处理后的图像映射到L*a*b*颜色空间,提取
【关键词】小麦冠层图像分割 图像增强 PCNN 同态滤波 α角度模型 L*a*b*颜色空间
【基金】江苏省农业科技自主创新资金项目（CX(14)2116）；国家重点研发计划项目（2016YFD0300607）
【所属期刊栏目】南京农业大学学报
文献传递
