基于轮廓固性与分水岭算法的叶片粘连雾滴图像分割

为精准辨识叶片粘连雾滴,提高叶面雾滴沉积分布检测的准确性,利用智能手机采集田间植保作业雾滴图像,选取9组喷雾检测叶片样本,使用以灰度级形态学为基础的处理算法进行叶片区域和雾滴区域特征提取。提出基于轮廓固性的雾滴类型判别方法,并与传统的基于圆形度和基于形状因子的方法进行对比;以粘连雾滴迭代开运算的结果作为标记,对传统距离变换分水岭图像分割算法进行改进。结果表明:经改进的分水岭检测算法,雾滴覆盖率比OTSU算法(最大类间方差法)与分块阈值算法分别高31.93%和33.43%,雾滴提取最低正确率为91.19%,平均正确率为97.23%;基于固性的雾滴类型判别方法正确率为97.5%,较基于圆形度和基于形状因子的方法分别提高21%和5%;沉积密度与人工统计的平均相对误差为6.61%,粘连雾滴分割最低正确率为91.03%,平均正确率为94.74%。该算法可为植保器械田间作业质量图像检测提供技术支持。