基于SSA—SVM算法的成熟黄花菜图像分割

来源：中国农机化学报杂志2025年第6期北京时间：

作者：姚涛, 谈志鹏, 程娥, 武晔秋, 吴利刚

单位：（1. 山西大同大学机电工程学院，山西大同，037003； 2. 河北工业大学机械工程学院，天津市，300401）

摘要：自然环境下，由于光照不均，黄花菜与茎叶、土壤等背景对比度低，图像分割准确率低、定位困难，基于此，提出一种基于麻雀搜索算法（SSA）融合支持向量机（SVM）的成熟黄花菜图像分割方法。首先，采用RGB、HSV颜色模型构造样本特征数据集，对成熟黄花菜分割模型进行训练。其次，基于SSA优化SVM中的高斯径向基核函数参数和惩罚项系数，获得最优分类模型，经过二值化、形态学开运算及填充孔洞、去除噪声等图像形态学操作，完成图像分割。最后，针对光照较弱的黄花菜图像欠分割状况，对分类结果实施HSV模型阈值分割操作。试验结果表明：基于SSA—SVM算法的图像分割方法平均分割精度达到97.057%，处理时间为1.822 s。

关键词：黄花菜,麻雀搜索法,支持向量机,图像分割,颜色模型

基金资助：山西省基础研究计划项目(202303021212244)；山西省高等学校教学改革创新项目（J20241153）；大同市科技计划项目（2023015,2023006）