针对苹果病害叶片的图像分割问题,以斑点落叶病、花叶病和褐斑病为研究对象,提出一种基于模糊C均值聚类的多阈值分割算法。首先,将苹果病害叶片图像进行滤波;然后,利用模糊C均值进行病斑图像的聚类,再滤除病斑图像中的非病斑像素,根据分类结果获得分割阈值;最后,利用多阈值算法对苹果病害叶片图像进行分割,得到病斑图像。通过与其他分割方法进行比较表明,本方法分割出来的苹果病斑,分割准确率达到94%以上,分割效果明显。 )为苹果叶部图像;Igm(x，y)为病斑部位图像;I(x，y)．Ｒ、I(x，y)．G和I(x，y)．B表示原图I(x，y)中像素点(x，y)处的ＲGB的分量值。通过公式(6)可以将FCM聚类后的病斑部位中非病斑像素点滤除，闭度估测方法研究-电动折弯机数控滚圆机滚弧机张家港电动数控滚圆机滚弧机此后，根据处理后的图像求得分割阈值，利用多阈值算法完成苹果病斑图像的分割。多阈值算法是在单阈值的基础上发展起来的。多阈值分割算法是先将图像划分为多个区域，分别在各个区域求得最佳阈值。如图1所示，如果只考虑局部区域A－B、或B－C、或C－D等等，可以很好地用Otsu法找到(A，B)或(B，C)之间的分割阈值，即局部最佳分割阈值。找到图1中各个局部的最佳阈值，本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com就可以分割开各个独立的波峰，从而实现图像的多阈值分割。图1多峰值图像Fig．1Multi－peakimage假设图像的直方图分割成m类，各类均分割成Ci0，Ci1，文中利用Otsu法求得局部最佳阈值，分割2组的类间方差最大时，即求得最佳分割阈值。图像中存在m个待分割的类，所有类的类间方差定义为:σ2i=ω0μ0－μ()r2+ω1μ1－μ()r2+…+ωm－1μm－1－μ()r2(i=1，…，m)．(7)其中，σ2i为所有类的类间方差;ωi和μi分别是第i类的比例和均值;μr是所有类的总均值;最优阈森林郁闭度是研究森林生态系统和了解森林资源状况的重要参数,而传统的实地测量方法效率较低下,且仅能获取小范围的一些具有代表性的数据,不利于研究大范围或区域内郁闭度的空间分布及变化。为了估算森林郁闭度,分析其与遥感影像因子之间的相关性,本文以河北省滦平县巴克什营镇和长山峪镇为研究区域,采用分辨率较高的高分一号(GF-1)数据,结合SRTM DEM数据的地形因子,对该地区的森林郁闭度进行反演。本文在系统整理分析和评价国内外森林郁闭度相关研究文献的基础上,选择了红波段、近红外波段、亮度、绿度、黄度等14个因子作为自变量参与构建多元逐步回归)、随机森林(Random Forest,RF)和Cubist三种模型,对该地郁闭度进行估测。实验结果表明,基于机器学习的随机森林和Cubist算法结果要优于传统的多元逐步回归算法,各项评价指标显示其中Cubist回归算法在该研究区的拟合效果最好。多元逐步回归(MSR)算法成熟简单,应用广泛,但模型不稳定,反演精度不高,不适用于大区域的郁闭度估算;随机森林(RF)处理大数据速度快,但高值低估和低值高估的情况比较严重,增大了郁闭度估测误差; Cubist在预测连续值方面很成功,使用最近邻样本来调整规则预测结果,模型较稳定,能够得到较为准确的预测数值,不过需要花费很长时间进行计算。闭度估测方法研究-电动折弯机数控滚圆机滚弧机张家港电动数控滚圆机滚弧机本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com