首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于模糊C均值聚类的作物病害叶片图像分割方法研究
引用本文:毛罕平,张艳诚,胡 波.基于模糊C均值聚类的作物病害叶片图像分割方法研究[J].农业工程学报,2008,24(9):136-140.
作者姓名:毛罕平  张艳诚  胡 波
作者单位:1. 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
2. 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:2006/6/23 0:00:00
修稿时间:2008/1/10 0:00:00

Segmentation of crop disease leaf images using fuzzy C---means clustering algorithm
Mao Hanping,Zhang Yancheng and Hu Bo.Segmentation of crop disease leaf images using fuzzy C---means clustering algorithm[J].Transactions of the Chinese Society of Agricultural Engineering,2008,24(9):136-140.
Authors:Mao Hanping  Zhang Yancheng and Hu Bo
Institution:Key Laboratory of Modern Agricultural Equipment and Technology,Ministry of Education,1. Key Laboratory of Modern Agricultural Equipment and Technology,Ministry of Education and Key Laboratory of Modern Agricultural Equipment and Technology,Ministry of Education
Abstract:
Keywords:image segmentation  crop disease  computer vision  fuzzy C-mean clustering  parameter selection
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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号