基于多重分形理论的油菜缺素叶片特征提取

作     者：王访 廖桂平 王晓乔 李建辉 李锦卫 施文 Wang Fang;Liao Guiping;Wang Xiaoqiao;Li Jianhui;Li Jinwei;Shi Wen

作者机构：湖南农业大学理学院长沙410128 湖南农业大学农业信息研究中心长沙410128 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2013年第29卷第24期

页      面：181-189页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 07[理学] 08[工学] 0828[工学-农业工程] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家自然科学基金项目(31071328) 高等学校博士学科点专项科研基金(20114320110001) 湖南省科技计划重点项目(2011GK2024) 湖南省科技重大专项第四专题(2013FJ1006-4) 

主　　题：图像处理 图像分割 分形 特征提取 模糊C均值聚类 油菜缺素 局部多重分形去趋势波动分析 

摘      要：为描述油菜缺素叶片图像的特征,该文提出了一种基于多重分形去趋势波动分析方法,即局部多重分形去趋势波动分析。该方法确定的hij(q)指数能有效刻画叶片图像每个像素点的多重分形特征,并以所有像素点hij(q)的平均值Lhq表征每幅图像的多重分形特征。选取4种油菜缺素叶片图像进行试验,结果表明所提取局部多重分形去趋势波动平均指数Lhq能很好地区分叶片,并通过方差分析指出当q={-10,-9,-8,-7,-6}时的Lhq区分效果最好。最后基于每个像素点的hij(q)指数利用模糊C均值聚类对缺镁油菜叶片图像进行模糊分割,并与传统的灰度值分割及经典的基于容量测度的Holder指数分割进行了对比试验,结果表明以上述hij(q)为特征具有最佳的分割效果。