学术中心
利用改进因子分解的主动轮廓法进行棉花叶片图像分割
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-11-15 06:10
- 访问量:
【概要描述】结果表明,所提出的算法在计算时间和迭代次数方面优于其他主动轮廓线法。此外,使用特异度、敏感度和精确度对分割结果进行了分析,结果显示我们提出的算法优于其他算法。
利用改进因子分解的主动轮廓法进行棉花叶片图像分割
【概要描述】结果表明,所提出的算法在计算时间和迭代次数方面优于其他主动轮廓线法。此外,使用特异度、敏感度和精确度对分割结果进行了分析,结果显示我们提出的算法优于其他算法。
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-11-15 06:10
- 访问量:
棉花是世界上种植最广泛的作物之一。叶片健康成长是实现作物高产和优产的重要因素。而棉花叶部的病虫害,如:链格孢菌斑病、白叶枯病等,对棉花的产量带来较大影响。为了检测疾病,叶子区域的提取成为一项重要的任务,为此我们使用了图像处理技术进行相关部分的获取和处理。本文提出了一种从复杂背景中提取叶片区域的新方法,该方法中使用的算法是改进的基于因子分解的主动轮廓法(MFACM),它有助于获取更好的输出图像,文中用于研究的数据库图像是使用数码相机从棉花种植现场采集的。所提出的算法与现有的主动轮廓算法梯度矢量流(GVF)、自适应扩散流(ADF)和矢量流卷积(VFC)进行了比较。结果表明,所提出的算法在计算时间和迭代次数方面优于其他主动轮廓线法。此外,使用特异度、敏感度和精确度对分割结果进行了分析,结果显示我们提出的算法优于其他算法。
图1 曲线在零水平集
图2 棉花叶片图
图3 获取棉花叶片区域处理流程
图4 (a)输入图像;(b)MFACM输出;(c)GVF输出;(d)ADF输出;(e)VFC输出;(f)地面真实图像
图5(a)输入图像;(b)改进MFACM的输出;(c)GVF输出;(d)ADF输出;(e)VFC输出;(f)地面真实图像
图6 所用时间与迭代次数的关系图
图7 MAFCM、ADF、VFC和GVF的精确度、准确度、敏感度和特异度的图表
来源:Patil B M , Amarapur B . Cotton Leaf Image Segmentation using Modified Factorization-Based Active Contour Method[J]. International Journal of Advanced Computer Science and Applications, 2020, 11(9).https://doi.org/10.14569/IJACSA.2020.0110962
编辑:小王博士在努力
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德(北京)科技有限公司
地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874、18600875228
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

植物表型资讯
慧诺瑞德(北京)科技有限公司版权所有 京ICP备15043840号 网站建设:中企动力 北二分 法律声明