基于改进的K-均值聚类算法的农作物图像分割

图像分割是图像进行分析处理的首要步骤。为此，针对彩色农作物图像的特征，首先将RGB彩色图像转换到HIS色彩空间，运用均值一方差与粗糙集理论选取适当的初值聚类中心和聚类个数，再进行聚类计算，实现了色彩分量的快速自动化分割，较准确地从背景中提取出了目标物体，为农作物图像的识别与分析、后续计算和处理提供了可靠的基础。实验结果表明，改进的k-均值算法减少了运算量，提高了分类精度和准确性。

Segmentation of Agriculture Images Based on Improved K-means Clustering Algorithm