农业工程学报
農業工程學報
농업공정학보
2012年
13期
154-159
,共6页
机器视觉%图像分割%病害%识别%多示例学习
機器視覺%圖像分割%病害%識彆%多示例學習
궤기시각%도상분할%병해%식별%다시례학습
图像分割是作物病害自动识别的难点之一,传统的基于阈值或聚类的分割方法分割精度较低,为了提高作物病害的分割效果,该文提出了一种基于多示例图的分割模型,将作物病害的分割问题转化为在多示例框架下图的分割问题,同时在对作物病害图像分割的过程中引入空间信息,采用像素点信息和邻域信息的融合值形成特征空间,通过在包空间的有效度最方式将多示例学习与图的分割方法有效结合进行小麦叶部病害图像的分割,从而更好地度量示例包的内部差异和示例包之间的差异,同时兼顾了图像的局部信息和全局信息,通过对小麦锈病和白斑病图像的分割试验表明,所提出的模型具有较好的鲁棒性,并且分割效果明显高于传统的分割方法.
圖像分割是作物病害自動識彆的難點之一,傳統的基于閾值或聚類的分割方法分割精度較低,為瞭提高作物病害的分割效果,該文提齣瞭一種基于多示例圖的分割模型,將作物病害的分割問題轉化為在多示例框架下圖的分割問題,同時在對作物病害圖像分割的過程中引入空間信息,採用像素點信息和鄰域信息的融閤值形成特徵空間,通過在包空間的有效度最方式將多示例學習與圖的分割方法有效結閤進行小麥葉部病害圖像的分割,從而更好地度量示例包的內部差異和示例包之間的差異,同時兼顧瞭圖像的跼部信息和全跼信息,通過對小麥鏽病和白斑病圖像的分割試驗錶明,所提齣的模型具有較好的魯棒性,併且分割效果明顯高于傳統的分割方法.
도상분할시작물병해자동식별적난점지일,전통적기우역치혹취류적분할방법분할정도교저,위료제고작물병해적분할효과,해문제출료일충기우다시례도적분할모형,장작물병해적분할문제전화위재다시례광가하도적분할문제,동시재대작물병해도상분할적과정중인입공간신식,채용상소점신식화린역신식적융합치형성특정공간,통과재포공간적유효도최방식장다시례학습여도적분할방법유효결합진행소맥협부병해도상적분할,종이경호지도량시례포적내부차이화시례포지간적차이,동시겸고료도상적국부신식화전국신식,통과대소맥수병화백반병도상적분할시험표명,소제출적모형구유교호적로봉성,병차분할효과명현고우전통적분할방법.
