基于MRF融合的银桂花朵图像阈值分割方法研究

来源：中国农机化学报杂志2019年第12期北京时间：

作者：吕植成;

单位：湖北经济学院信息与通信工程学院;

摘要：图像分割是花卉类别图像识别过程中的重要步骤,分割结果的优劣直接影响识别结果的准确性。针对自然场景下的银桂花朵图像,提出一种基于马尔科夫随机场(Markov Random Field, MRF)的阈值分割融合图像分割算法。首先提取RGB彩色图像中的R通道、G通道、B通道的灰度图,用Otsu、Kittler、Niblack、Kapur四种阈值分割算法对灰度图进行二值化,然后利用像素局域空间能量与图像间能量建立MRF总能量泛函,最后对能量泛函进行最小化迭代求解,得到融合后的分割图。试验结果表明,提出的算法能降低树干背景影响,分割效果好,能很好地提取银桂花朵,SD、Dice、ER、NR平均值分别为93.07%、96.35%、7.73%、1.30%。

关键词：银桂花,马尔科夫随机场,阈值分割,图像融合

基金资助：湖北经济学院教研项目(2018034);; 湖北省科研计划项目(B2018121)