基于Matlab的树木图像分割方法研究

摘要

由于背景的复杂性，树木图像的分割相对比较困难，本文重点对树木图像的分割方法进行研究，从而为实现准确的对靶施药，乃至智能化植保机械设计奠定基础。本文以静态彩色树木图像为研究样本，基于Matlab软件，分别使用三种方法实现树木图像的分割。　　基于RGB色彩空间，利用绿色植物过绿因子数值通常远大于背景人造物过绿因子数值的特点，选取适当的过绿因子作为图像分割阈值。试验表明基于过绿因子的方法可以较好的实现树木图像的分割。在HSV色彩空间下，通过直接设定绿色色调带宽的方法，结合树木图像的饱和度和亮度特征进行树木图像分割，同样取得了良好分割效果。　　在上述研究的基础上，结合树木图像纹理特征，将分形理论应用到树木图像分割领域。通过计算已经得到的过绿特征灰度图像的局部分形盒维数，生成分形灰度图像，再利用阈值法对树木图像进行分割。实验证明该方法分割树木图像准确有效。　　论文最后对树木图像的分割精度和实时性等方面进行了比较研究，研究表明：提取过绿特征的树木图像方法适合精确农药对靶施用，同样也适合林业中的植保机械的智能化设计。

目录

文摘

英文文摘

致谢

第一章.绪论

1.1课题背景

1.2图像分割简介

1.3树木图像分割方法

1.4 Matlab在图像处理上的应用

1.5本文主要研究内容

第二章.树木图像分割理论及其算法

2.1 图像分割的定义

2.2图像分割算法

2.3 适合树木图像分割的算法研究

第三章.RGB空间基于提取过绿特征的树木图像分割

3.1 RGB色彩空间的确定

3.2 基于绿色植物过绿特征的树木图像分割Matlab实现

3.3 数字图像数学形态学处理应用

3.4 RGB空间树木图像分割小结

第四章.基于HSV空间树木图像分割的Matlab的实现

4.1 HSV色彩空间的确定

4.2 H分割阈值的确定

4.3 基于HSV色彩空间的树木图像分割Matlab实现

4.4 基于颜色的树木图像分割小结

第五章基于分形和植物过绿特征的树木图像分割

5.1 分形理论基础

5.2 分形理论在图像分割上的应用

5.3 基于分形和过绿特征的树木图像分割Matlab实现

5.4 基于分形的树木图像分割小结

第六章. 树木图像分割方法比较分析

6.1 分割方法的比较

6.2 结论

6.3 讨论

参考文献