摘要:针对非结构化农田环境下障碍物图像在应用传统算法进行图像分割时，效果不明显，容易受到水渍、阴影等外界环境影响等问题，提出了一种基于区间二型模糊集的农田障碍物图像分割方法。该方法将采集到的原始农田彩色图像转换到Lab颜色空间，提取出a分量并将其转换为灰度图像，对所得灰度图像进行模糊化处理，将其转换为区间二型模糊集，选择最大熵值所对应的灰度值对图像进行分割。通过实验和分析，本文算法能够更好地分割出农田障碍物目标，是一种有效的农田障碍物图像分割方法。

摘要:针对农田这种非结构环境下的图像分割问题，提出了一种基于Lab和YUV颜色空间的农田图像分割方法。该方法首先将获得的原始农田彩色图像分别转换到Lab颜色空间和YUV颜色空间，然后分别对Lab颜色空间进行Otsu阈值分割，对YUV颜色空间进行加权模糊熵分割，最后将2种分割方法得到的二值图像进行合并、滤波，以得到最终的分割图像。结果表明，该方法能够有效地实现农田图像的精准分割，并滤除噪声及抑制光照不均匀等复杂环境带来的影响，获得令人满意的结果。