基于马氏距离的小麦彩色图像无监督分割研究  

Research on unsupervised wheat color image segmentation using Mahalanobis distance

作　　者：时雷[1,2] 庞晓丹[1] 闫宇[3] 马新明[1,2] 席磊[1,2] 

机构地区：[1]河南农业大学信息与管理科学学院,河南郑州450002 [2]河南粮食作物协同创新中心,河南郑州450002 [3]上海交通大学电子信息与电气工程学院,上海200240

出　　处：《河南农业大学学报》2014年第6期780-784,共5页Journal of Henan Agricultural University

基　　金：河南省重大科技专项(13220110025);河南现代农业产业技术体系(S2010-01-G04);"十二五"国家科技支撑计划(2014BAD10B06)

摘　　要：为了实现小麦彩色图像的自动分割,通过采集大田环境下6个品种的小麦图像样本,基于RGB颜色空间,采用马氏距离对图像的像素进行分类,并构建一个无监督分割模型.结果表明,该模型可以快速的分离出小麦图像与背景图像,与有监督的分割方法的分割效果相当,差异性在19%以下,可以应用于大田环境下小麦群体图像的自动分割.In order to realize unsupervised wheat color image segmentation, wheat pictures of 6 varie- ties under field environment were taken, and an unsupervised segment model was built by classifying the image pixels using Mahalanobis distance based on RGB color space. The result showed that the wheat target can be segmented from background rapidly by this model. The segmenting effect corre- sponds with that of the supervised segmentation and the difference was less than 19%. This unsuper- vised model could be used to segment the wheat image.

关 键 词：小麦 图像处理 无监督分割 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]