基于MRF融合的银桂花朵图像阈值分割方法研究

摘要：

图像分割是花卉类别图像识别过程中的重要步骤,分割结果的优劣直接影响识别结果的准确性.针对自然场景下的银桂花朵图像,提出一种基于马尔科夫随机场(Markov Random Field,MRF)的阈值分割融合图像分割算法.首先提取RGB彩色图像中的R通道、G通道、B通道的灰度图,用Otsu、Kittler、Niblack、Kapur四种阚值分割算法对灰度图进行二值化,然后利用像素局域空间能量与图像间能量建立MRF总能量泛函,最后对能量泛函进行最小化迭代求解,得到融合后的分割图.试验结果表明,提出的算法能降低树干背景影响,分割效果好,能很好地提取银桂花朵,SD、Dice、ER、NR平均值分别为93.07％、96.35％、7.73％、1.30％.

关键词：银桂花、马尔科夫随机场、阈值分割、图像融合

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖北经济学院教研项目;湖北省科研计划项目

在线出版日期：2020-05-11（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：149-153