期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
小麦冠层图像H分量的K均值聚类分割
被引量：
14
1
作者
黄芬
于琪
+4 位作者
姚霞
商贵艳
朱艳
伍艳莲
黄宇
《计算机工程与应用》
CSCD
2014年第3期129-134,共6页
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...
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。
展开更多
关键词
小麦冠层图像分割
HSI颜色空间
H分量
K均值聚类
在线阅读
下载PDF
职称材料
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
被引量：
3
2
作者
张小虎
黄芬
+4 位作者
陈佳悦
高翔
刘铭
姚霞
朱艳
《南京农业大学学报》
CAS
CSCD
北大核心
2018年第3期413-421,共9页
[目的]本文旨在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]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*...
[目的]本文旨在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]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a*、b*分量建立α角度模型;最后,基于α进行K均值聚类分割处理。[结果]拔节前后光照强度不一、光照不均的冬小麦冠层图像的分割试验结果表明,该算法可一定程度避免基于L*a*b*颜色空间α角度分量K均值聚类的过分割现象;改善基于HSI空间H分量K均值聚类的欠分割缺陷,且对光斑、阴影遮挡、反光突出的图像分割更完整准确。[结论]本算法可为大田复杂背景下光照多变的作物冠层图像分割提供参考方法。
展开更多
关键词
小麦冠层图像分割
图像
增强
脉冲耦合神经网络
同态滤波
α角度模型
L*a*b*颜色空间
在线阅读
下载PDF
职称材料
题名
小麦冠层图像H分量的K均值聚类分割
被引量：
14
1
作者
黄芬
于琪
姚霞
商贵艳
朱艳
伍艳莲
黄宇
机构
南京农业大学信息科学与技术学院
南京农业大学国家信息农业工程技术中心
出处
《计算机工程与应用》
CSCD
2014年第3期129-134,共6页
基金
国家自然科学基金(No.31201130)
校内项目基本科研业务费(No.KYZ201202-8)
文摘
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。
关键词
小麦冠层图像分割
HSI颜色空间
H分量
K均值聚类
Keywords
wheat canopy image segmentation
HSI color space
H weight
K-means clustering
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
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
被引量：
3
2
作者
张小虎
黄芬
陈佳悦
高翔
刘铭
姚霞
朱艳
机构
南京农业大学国家信息农业工程技术中心
南京农业大学信息科学与技术学院
中国移动通信集团浙江有限公司嘉兴分公司
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2018年第3期413-421,共9页
基金
国家重点研发计划项目(2016YFD0300607)
江苏省农业科技自主创新资金项目[CX(14)2116]
文摘
[目的]本文旨在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]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a*、b*分量建立α角度模型;最后,基于α进行K均值聚类分割处理。[结果]拔节前后光照强度不一、光照不均的冬小麦冠层图像的分割试验结果表明,该算法可一定程度避免基于L*a*b*颜色空间α角度分量K均值聚类的过分割现象;改善基于HSI空间H分量K均值聚类的欠分割缺陷,且对光斑、阴影遮挡、反光突出的图像分割更完整准确。[结论]本算法可为大田复杂背景下光照多变的作物冠层图像分割提供参考方法。
关键词
小麦冠层图像分割
图像
增强
脉冲耦合神经网络
同态滤波
α角度模型
L*a*b*颜色空间
Keywords
wheat canopy image segmentation
image enhancement
pulse coupled neural network(PCNN)
homomorphic filtering
alpha angle model
L*a*b*color space
分类号
S126 [农业科学—农业基础科学]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
小麦冠层图像H分量的K均值聚类分割
黄芬
于琪
姚霞
商贵艳
朱艳
伍艳莲
黄宇
《计算机工程与应用》
CSCD
2014
14
在线阅读
下载PDF
职称材料
2
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
张小虎
黄芬
陈佳悦
高翔
刘铭
姚霞
朱艳
《南京农业大学学报》
CAS
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
