基于图像处理技术的活体咖啡叶片感染自动估计
计算机视觉与模式识别
2014-02-25 v1
摘要
图像分割是计算机视觉应用中最具挑战性的问题。而在农业作物管理中，最大的困难在于缺乏检测叶片虫害损伤以进行处理的适当方法。本文提出了一种自动方法，用于在不导致落叶的情况下检测咖啡叶片损伤并估计其严重程度。在利用基于查找表（LUT）的伽马校正增强原始图像对比度后，对图像进行处理以去除背景，并在 YUV 颜色空间的 V 通道中使用模糊 C 均值（Fuzzy c-means）分割对输出叶片进行聚类，以最大化所有叶片损伤的检测，最后根据正常叶片像素分布与检测到的叶片损伤之间的比率来估计叶片的严重程度。将每种 proposed 方法的结果与当前研究进行了比较，无论是在背景去除还是损伤检测方面，其准确性都显而易见。
引用
@article{arxiv.1402.5805,
title = {Automatic Estimation of Live Coffee Leaf Infection based on Image Processing Techniques},
author = {Eric Hitimana and Oubong Gwun},
journal= {arXiv preprint arXiv:1402.5805},
year = {2014}
}
备注
SIPP 2014 : Second International Conference on Signal, Image Processing and Pattern Recognition,Sydney, Australia