论文部分内容阅读
研究水稻病斑中的重叠病斑识别问题,针对诊断水稻图像信息和及早防治,传统的水稻病斑分割算法都是对病斑的像素进行直接的操作,容易造成像素信息的丢失,存在着识别准确性差问题,造成后期的识别率不高。为解决上述问题,提出了基于像素概率模型的水稻病斑分割方法。通过自适应病斑分割算法,用高斯混合模型描述每一像素的色彩分布情况,再以具有最大适应度值的子模型作为当前分布模型来描述每一病斑像素的特征,避免了对像素的直接操作。仿真结果表明,方法能够有效的分割大部分重叠水稻病斑特征,提高了识别准确性,取得了比较好的效果。