摘要:为了提高图像分割质量,分析了RGB颜色模型下3种颜色分量对花卉图像分割结果的影响。根据花卉目标的颜色特征,在RGB颜色模型下分别提取花卉图像的R分量、G分量、B分量,采用FCM算法分别对3个分量进行图像分割,并对十多幅自然场景下拍摄的不同颜色花卉图像进行分割实验。结果表明,针对合适的色彩分量进行图像分割可以获得更好的分割效果。
关键词:RGB颜色模型;颜色分量;图像分割;FCM
DOIDOI:10.11907/rjdk.161501
中图分类号:TP317.4文献标识码:A文章编号:1672-7800(2016)006-0221-002
参考文献:
[1]李寒,王库,曹倩,等.基于机器视觉的番茄多目标提取与匹配[J].农业工程学报,2012, 28(5):168-172.
[2]崔永杰,苏帅,王霞霞,等.基于机器视觉的自然环境中猕猴桃识别与特征提取[J].农业机械学报,2013,44(5):247-252.
[3]王钰婷,李珺,廖周宇.一种自适应图像数据源的花卉图像分割方法[J].计算机应用与软件,2016,33(2):173-178.
[4]陈科尹,邹湘军,熊俊涛,等.基于视觉显著性改进的水果图像模糊聚类分割算法[J].农业工程学报,2013,29(6):157-165.
[5]刘欢,肖根福.基于粒子群的改进模糊聚类图像分割算法[J].计算机工程与应用[J].2013,49(13):152-155.
[6]王钰婷.基于改进FCM算法的彩色图像分割研究[D].兰州:兰州交通大学,2015.
[7]廖周宇,王钰婷,唐凤仙.基于像素邻域信息噪声修正的FCM图像分割算法[J].软件导刊,2015,14(8):199-201.