基于G-MRF模型的玉米叶斑病害图像的分割

李少昆1汤秀娟1白中英2谢瑞芝1赖军臣3

1.石河子大学; 2.中国农业科学院作物科学研究所; 3.北京邮电大学;

摘要：

[目的]图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低.本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度.[方法]在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信患,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空闻信息,是能较好地分割含有噪声图像的算法.采用该算法对大斑病,小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较.[结果]基于G-MRF分割模型的分割,…展开v

关键词：Gauss、Markov、玉米叶部病斑、图像分割

所属期刊栏目：43

分类号：S4(植物保护)

资助基金：国家高技术研究发展计划（863计划）2007AA10Z237

在线出版日期：2010-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1363-1369