基于多重分形理论的油菜缺素叶片特征提取

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。

基于数字图像处理的油菜种子形状特征参数提取及模糊聚类分析

基于数字图像处理与分析技术,利用采集的油菜种子图像提取7个种子形状特征参数,选用圆形度和短长轴比作为油菜种子分类参数,应用模糊C-均值聚类分析方法把全体样本分为3类并得到油菜种子形状量化参数,在此基础上对样本油菜种子形状进行量的规定.进一步讨论基于种子形状的油菜种子分级,为油菜种子分类与鉴定提供可靠依据.