基于Lab颜色距离和GMM的树木图像分割算法 |
| |
作者单位: | ;1.河海大学物联网工程学院;2.常州市传感网与环境感知重点实验室 |
| |
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%。
|
关 键 词: | 图像分割 Lab颜色距离 高斯混合模型 自适应 |
Segmentation algorithm of tree image based on lab color-distance and GMM |
| |
Abstract: | |
| |
Keywords: | |
|
|