Otsu和形态学相结合的人参叶斑图像分割系统OA北大核心CSTPCD

针对现场采集的人参图像中背景复杂、不能实时诊断人参叶斑病害严重程度的问题,提出Otsu和形态学相结合的人参叶斑图像分割系统。通过HSV空间模型和Otsu算法,对图像中叶面周围复杂背景的特征进行分割,得到初步分割复杂背景的结果,采用形态学算法,实现复杂背景的精细分割,提取人参叶面目标图像,根据颜色特征信息,将健康绿色叶面与病斑进行分割,实现病斑图像提取,依据分割结果,计算健康叶面、病斑部分的比例,对比预置值,进行人参叶斑病害严重程度分析。结果表明:该方法的病斑覆盖率结果与实际测量值相比误差<5%,目标和背景判定准确率平均结果分别为91.99%和91.53%。样本图像处理最高耗时10.27 s,满足人参现场监测诊断叶斑病害严重程度的要求,也可为其他作物叶斑分割和叶斑病害严重程度诊断提供参考。