| 基于模糊C均值聚类的作物病害叶片图像分割方法研究 |
| |
| 作者姓名： | 毛罕平 张艳诚 胡波 |
| |
| 作者单位： | 江苏大学现代农业装备与技术省部共建教育部重点实验室/江苏省重点实验室,镇江,212013;江苏大学现代农业装备与技术省部共建教育部重点实验室/江苏省重点实验室,镇江,212013;云南农业大学工程技术学院,昆明,650201 |
| |
| 基金项目： | 江苏省高校自然科学基金 |
| |
| 摘 要： | 为提高作物病害图像的分割效果,根据作物病害图像的特点,提出了一种基于模糊C均值聚类算法(FCM)的作物病害图像自适应分割方法.该方法将像素的灰度与其邻域均值作为FCM的输入特征,变换FCM的隶属度函数使其包含图像的局部邻域特性;通过聚类有效性验证分析和试验确定模糊C均值聚类算法(FCM)的最优聚类数、模糊加权指数.运用该方法对棉花病害叶片图像进行分割.结果表明:该方法能较好将病斑部分和正常部分分割开,平均分割误差率小于5%,对作物病害图像的分割处理非常有效.
|
| 关 键 词： | 图像分割 作物病害 计算机视觉 模糊C均值聚类 参数选择 |
| 收稿时间： | 2006-06-23 |
| 修稿时间： | 2008-01-10 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
