计算机辅助小麦图像识别应用中颜色特征基本参量的表达

摘要：

在计算机辅助图像处理中,运用颜色特征进行图像的分类和识别是简便而有效的一种方法.然而,颜色特征的表达和提取是否准确、合理直接决定着分类和识别的可靠性.本文在重点分析 RGB、 HIS和 L* a* b*三种常用颜色模式基本参量含义及相互间关系的基础上,结合小麦图像自身的特点,通过对 30幅小麦图像在三种颜色模式下的 9个基本参量进行主成分分析,建立了应用于小麦图像识别的颜色特征基本参量表达式,并对这三种颜色模式的 9个基本参量进行了分类,提出了确定而有意义的表征小麦颜色特征的主成分指标.结果如下:基于第一主成分的分类指标综合表达出小麦冠层的亮绿色特点,分类结果具有较高的准确性和可靠性 ; 第二主成分指标主要表达小麦冠层黄绿颜色变化的特点,能够形成连续的量化指标空间.第三主成分指标主要表达小麦正常绿色的情况,在图像获取亮度差异较小时可以进行小麦正常绿色值的评价.

关键词：图像识别、颜色特征、基本参量、表达、主成分分析法

分类号：R91;R81

在线出版日期：2005-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：10-14