基于加权模糊熵的农田图像分割方法.pdf

《基于加权模糊熵的农田图像分割方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《自动化技术与应用》2016年第35卷第2期i-t-算机应用ComputerApplications基于加权模糊熵的农田图像分割方法刘琼，史诺(凌职业技术学院信息工程学院，陕西杨凌712100)摘要：针对传统模糊熵方法在分割农田图像时区分效果不明显、噪声较多等问题，提出一种基于加权模糊熵的农田图像分割方法。本方法在模糊熵算法的基础上，为背景和目标两类的模糊熵增加权重系数，同时，处理这两类模糊熵的交叉部分对总熵的影响。该方法将原始农田图像转换到Lab颜色空间，提取出a分量图像，对其进行模糊化，并利用构造的加权模糊熵公式进行图像分割

2、。试验结果表明：本文方法能够有效、自动地选择分割阈值，较好地分割出农田图像中的目标对象，分割效果优于模糊熵图像分割方法。关键词：图像分割；农田图像分割；Lab颜色空间；加权模糊熵中图分类号：TP391．9文献标识码：A文章编号：1003—7241(20l6)02—0032—04FarmIandImageSegmentationBasedonWeightedFuzzyEntropyLIUQiong，SHINuo(DepartmentofInformationEngineering，YanglingVocational&Techni

3、calCollege，Yangling12100China)Abstract：Inordertosolvetheproblemsofnotobviousdistinguishingeffectsandmorenoise，thetraditionalfuzzyentropymethodtosegmentfarmlandimagesisused，afarmlandimagesegmentationbasedonweightedfuzzyentropyisproposed．Themethodisbasedonfuzzyentropya

4、lgorithm，weightcoefficientsareaddedtothefuzzyentropiesofbackgroundandobjective．Atthesametime，theeffectsofcrosssectionofthetwofuzzyentropiesontotalentropyareconsidered．TheoriginalfarmlandimageisfirstlyconvertedtoLabcolorspace，andthen，‘a’componentimageisextractedandfuz

5、zed．Atlast，theconstructingweightedfuzzyentropyformulaisusedforimagesegmentation．Theexperimentalresultsshowthattheproposedmethodcanchoosethresholdvalueeffectivelyandautomatically，segmentobjectiveinfarmlandimageeffectively,andtheeffectisbetterthanfuzzyentropyimagesegme

6、ntationmethod．Keywords：imagesegmentation；farmlandimagesegmentation；Labcolorspace；weightedfuzzyentropy1引言图像成像是由三维目标投影N-维平面的过程，这图像分割是把图像分成各具特征的不同区域并提取使得图像具有天然的模糊性，另外，图像的灰度级也是出感兴趣目标的技术和过程⋯。现有的图像分割算法大模糊的，因此，使用模糊理论处理图像有其内在的合理体上可以分为：基于区域的方法、基于边缘检测的方法、性和必然性。近年来，许多学者将模糊理论用于图

7、像分阈值化分割方法以及结合特定理论的分割算法。其中，割，提出了不少分割算法。例如，王建华等提出一种基阈值化分割方法简单直观、易于实现，成为研究最广泛于图像灰度统计特性的自动确定窗宽进而明确阈值搜索的一种分割方法。范围的方法j；马苗等在考虑图像像素的灰度信息和像素与其邻域像素的空间相关信息的基础上，提出一种基于灰色模糊熵的快速图像分割方法；宋怀波等通过设收稿日期：2015-03-0932ITechniquesofAutomation＆Applications计算机应用《自动化技术与应用2016年第35卷第2期ComputerApp

8、lications计一个隶属函数来增强由于阴影带来的模糊性问题，以阈值T将F分为目标和背景两部分，则目标部分的模糊削弱阴影对目标识别的影响，进一步提高苹果目标的识熵E。和背景部分的模糊熵E。分别为：别精度；等等。这些研究取得了一些进展，但所采用EogaS((g)