«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第43卷

期数:

2015年08期

页码:

406-408

栏目:

农业工程与信息技术

出版日期:

2015-08-25

文章信息/Info

Title:

Disease spot extraction method of plant leaf based on HSI color space

作者:

夏永泉;  李耀斌;  曾莎

郑州轻工业学院计算机与通信工程学院，河南郑州 450001

Author(s):

Xia Yongquan; et al

关键词:

图像处理; 中值滤波; HSI颜色空间; 病斑提取; 阈值分割

Keywords:

-

分类号:

TP391.41

DOI:

-

文献标志码:

A

摘要:

为了提高病斑图像的分割精度，提出了1种在色调-饱和度-强度(hue-saturation-intensity，HIS)颜色空间中植物叶片病斑提取的方法。使用高精度光学设备采集样本图片，用中值滤波对图像进行平滑处理，去除干扰；将图像由红绿蓝(RGB)颜色空间转换到HSI颜色空间，对色调(hue，H)、饱和度(saturation，S)分量阈值分割去除绿色像素，提取植物叶片病斑区域。结果表明，基于HIS颜色空间的植物叶片病斑提取方法是有效可行的。

Abstract:

-

参考文献/References:

［1］刘涛，仲晓春，孙成明，等. 基于计算机视觉的水稻叶部病害识别研究［J］. 中国农业科学，2014，47(4)：664-674.
［2］张振升，朱名日. 基于HSI颜色空间的蔗糖结晶图像分割方法［J］. 计算机工程与应用，2011，47(11)：190-193.
［3］通霏，武佩，韩丁，等. 基于颜色特征的牧草图像分割方法研究［J］. 农机化研究，2014，36(5)：43-47.
［4］马永慧. 基于边缘检测与HSI彩色空间的车牌定位方法［J］. 山西电子技术，2013(1)：45-47.
［5］谢妍梅，樊臻，张森林. 基于HSI颜色空间的彩色图像边缘检测［J］. 计算机工程，2013，39(9)：12-14，19.
［6］程洪，尹辉娟，马丽，等. HSI 模型结合 OSTU 法的玉米种胚检测算法［J］. 农机化研究，2014，36(10)：183-185，191.
［7］Gonzalez R C，Woods R E，Eddins S L. 数字图像处理(MATLAB 版)［M］.阮秋琦，译. 北京：电子工业出版社，2006.
［8］Otsu N. A threshold selection method from gray-level histograms［J］. IEEE Transactions on Systems，Man，and Cybernetics，1979，9(1)：62-66.
［9］沈圆，李国勇. 图像的阈值分割法设计［J］. 机械工程与自动化，2012(5)：45-46.
［10］何东健. 数字图像处理［M］. 西安：西安电子科技大学出版社，2003：17-33.
［11］邓林华，许骏，程向明. 基于迭代阈值的太阳像分割算法的应用研究［J］. 计算机与现代化，2010，(10)：72-74.
［12］张海波，孙辉，朱兴华. 基于矢量运算的彩色图像边缘检测算法［J］. 西华大学学报：自然科学版，2013，32(6)：1-4.
［13］栗娜，李萍，张善文. 基于改进遗传算法的作物叶片病斑分割算法［J］. 江苏农业科学，2014，42(7)：140-142.
［14］祁广云，马晓丹，关海鸥. 采用改进遗传算法提取大豆叶片病斑图像［J］. 农业工程学报，2009，25(5)：142-145.

相似文献/References:

[1]田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(01):366.
　Tian Hao,et al.Study on impurities extraction algorithm of machine-harvested cotton based on image processing[J].Jiangsu Agricultural Sciences,2014,42(08):366.
[2]田孟祥,张时龙,何友勋,等.1种快速高效的水稻谷粒自动计数方法[J].江苏农业科学,2014,42(02):64.
　Tian Mengxiang,et al.A quick and efficient automatic counting method for rice grains[J].Jiangsu Agricultural Sciences,2014,42(08):64.
[3]关强,薛河儒,姜新华.基于二维OTSU的田间植物图像分割方法[J].江苏农业科学,2015,43(12):437.
　Guan Qiang,et al.Segmentation of field plant image based on two-dimensional OTSU[J].Jiangsu Agricultural Sciences,2015,43(08):437.
[4]裴连群,高洪玉.1种基于邻域相关性改进的农业图像中值滤波算法[J].江苏农业科学,2015,43(09):442.
　Pei Lianqun,et al.An improved agricultural image median filtering algorithm based on neighboring correlation[J].Jiangsu Agricultural Sciences,2015,43(08):442.
[5]梁帆,杨莉莉,崔世钢,等.基于神经网络的油菜成熟度等级视觉检测方法[J].江苏农业科学,2015,43(08):403.
　Liang Fan,et al.Visual inspection method of rapeseed maturity level based on neural networks[J].Jiangsu Agricultural Sciences,2015,43(08):403.
[6]张倩.一种农业视觉图像改进自适应中值滤波算法[J].江苏农业科学,2015,43(08):419.
　Zhang Qian.An agricultural visual image improved adaptive median filter algorithm[J].Jiangsu Agricultural Sciences,2015,43(08):419.
[7]邓立苗,马文杰.基于支持向量机的玉米叶片品种识别[J].江苏农业科学,2014,42(06):372.
　Deng Limiao,et al.Study on corn leaf recognition based on support vector machine[J].Jiangsu Agricultural Sciences,2014,42(08):372.
[8]希仁娜·亚森,李湘,吴炜.苹果绵蚜远程图像识别系统的开发与实现[J].江苏农业科学,2014,42(06):375.
　Xirenna Yasen,et al.Development and implementation of remote image recognition system of Eriosoma lanigerum[J].Jiangsu Agricultural Sciences,2014,42(08):375.
[9]成敦杰.农产品检测图像智能化预处理方法研究[J].江苏农业科学,2014,42(06):384.
　Cheng Dunjie.Study on intellectualized preprocessing method of agricultural products images[J].Jiangsu Agricultural Sciences,2014,42(08):384.
[10]丁竹青,李晓良,张若宇,等.基于LabVIEW Vision的加工番茄表面霉斑缺陷检测[J].江苏农业科学,2015,43(05):302.
　Ding Zhuqing,et al.Study on mildew defect detection of processing tomato based on LabVIEW Vision[J].Jiangsu Agricultural Sciences,2015,43(08):302.

备注/Memo

备注/Memo:

收稿日期：2014-08-22
基金项目：国家自然科学基金(编号：61302118)；河南省高校青年骨干教师资助计划(编号：2010GGJS-114)。
作者简介：夏永泉(1972—)，男，辽宁绥中人，博士，副教授，主要从事图像处理、计算机视觉、模式识别与人工智能研究。E-mail：xyqmouse@163.com。

常用功能

更新日期/Last Update: 2015-08-25