基于Lab颜色距离和GMM的树木图像分割算法

摘要

针对传统的高斯混合模型(GMM)分割算法在树木图像分割上存在的不足,文中结合Lab色彩模型的颜色和空间的相关性,提出了一种基于Lab颜色距离的GMM的树木图像目标分割算法.该算法首先利用图像颜色信息,将图像的多个颜色通道进行Lab颜色距离的计算,然后基于Lab颜色距离建立GMM,最后根据得到的概率值自适应寻找最佳分割阈值.实验结果表明该方法得到的果树区域更准确,并且对阴影、光照不均匀图像具有很强的鲁棒性,分割的平均准确率为98.2％.