颜色阈值与聚类结合的自动油菜花图像分割

提出了一种结合HSI(Hue,Sturation,Intensity)颜色阈值和K均值聚类的自然光照下油菜花图像自动分割方法。首先将原始图像转换到HSI颜色空间,然后在H通道中通过颜色阈值将得到候选目标区域。原始RGB(Red,Green,Blue)图像中候选目标区域内的像素转换为Lab颜色空间,最后,采用K均值聚类算法对候选目标区域进行分割。聚类过程改进了阈值化结果,而阈值过程使聚类在具有固定类别数的简化数据中实现,克服了聚类问题中结果依赖聚类数的问题。对于目标敏感颜色阈值和具有固定聚类数的聚类的组合,可以简化油菜花的分割,而常规的颜色分割方法则依赖复杂的多阈值搜索或聚类数的确定。实验中测试了三十张油菜种子的图像,最终得到的分割结果的平均分数即F 1度量为84%。