基于PSO与K-均值算法的农业超绿图像分割方 |
| |
引用本文: | 赵博,宋正河,毛文华,毛恩荣,张小超. 基于PSO与K-均值算法的农业超绿图像分割方[J]. 农业机械学报, 2009, 40(8): 166-169 |
| |
作者姓名: | 赵博 宋正河 毛文华 毛恩荣 张小超 |
| |
作者单位: | 中国农业机械化科学研究院 |
| |
摘 要: | 为了解决K-均值算法对农业图像中常用的超绿特征2G—R—B图像分割效果不佳的缺点,提出一种基于微粒群与K均值算法的图像分割方法。先用K均值算法对图像进行快速分类,然后将分类结果作为其中一个微粒的结果,利用微粒群算法计算,最后用K-均值算法在新的分类基础上计算新的聚类中心,更新当前的位置,以得到最优的图像分割阈值。试验结果表明,改进算法对超绿特征2G—R—B图像能够准确分割目标,且对不同类型的农业超绿图像具有较好的适应性。
|
关 键 词: | 图像分割;微粒群算法;K均值算法;超绿特征 |
Extra-green Image Segmentation Based on Particle Swarm Optimization and K-means Clustering |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|