首页> 中文会议>2016年农业电气化与信息化工程科技与学科发展学术研讨会 >基于分割图像的聚类分析

基于分割图像的聚类分析

页面导航

摘要
著录项
相似文献
相关主题

摘要

图像分割在农田的数字化生产管理中起到了重要的作用.图像分辨率大小是影响其分割效果和分割效率的重要因素,而图像拍摄设备的物理特性是另一个重要影响因素.分割算法在对高分辨率图像分割时,往往会出现分割边缘轮廓难以精确判断、较复杂图像算法运算效率不高和不同设备拍摄的图像对分割算法的响应大不相同的问题.本文以不同相机采集的植物叶片图像为研究对象,进行大量特征量数据经过提取筛选后,通过K-means聚类分析,对叶片图像进行分辨率调整的预处理,使叶片图像处于适宜分割的特征量域内.经过本文的特征量域的聚类域处理,有效地解决了叶片区域信息细节过多带来的真实边缘难以分辨的问题,有效解决了复杂图像算法和普通pc机在复杂图像处理过程中的计算效率问题.对不同设备建立了设备各自的适宜分割特征量域,有效解决了不同设备对分割算法不同响应的问题.为了提高程序的分割成功率、减少算法运行时间,本文通过不同相机的分辨率对比实验,获取单叶片图像的适应分割分辨率的三维聚类空间域,提高了算法的分割成功率和运行效率;通过提取图像的分辨率(像素数目)、内存、单位像素熵以及图像灰度共生矩阵的纹理特征值向量(图像能量、惯性矩、相关、逆差矩),挑选出合适的参数做聚类分析,获取聚类域的重心以及半径、可行域,确定了适合于分割算法的分辨率调整特征量域.

著录项

来源
《2016年农业电气化与信息化工程科技与学科发展学术研讨会》|2016年|1-8|共8页
会议地点昆明
作者
Zheng Hongxu; 郑鸿旭; Zhao Shuangshuang; 赵霜霜; He Can; 何灿; Wang Jianlun; 王建仑;
展开▼
作者单位

中国电机工程学会;

中国农业工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP391.41;
关键词
植物叶片图像; 聚类域处理; 图像分割; 特征提取;

相似文献

中文文献
外文文献
专利

1. 基于聚类分析的医学图像分割综述 [J] . 何瀚志 ,朱红 ,王竞 . 中国科技信息 . 2017,第015期
2. 基于数据挖掘聚类分析的图像分割的研究和应用 [J] . 李雪莲 . 宝鸡文理学院学报（自然科学版） . 2014,第002期
3. 基于模糊聚类分析的草莓图像分割方法研究 [J] . 张红旗 ,刘宇 ,李海军 . 农业科技与装备 . 2014,第007期
4. 基于模糊聚类分析的木材缺陷CT图像分割 [J] . 王丽艳 ,戚大伟 . 森林工程 . 2014,第003期
5. 基于修正聚类分析与核密度估计的彩色图像分割 [J] . 马玲 ,张晓辉 . 计算机应用 . 2013,第0z2期
6. 红外小目标图像的分割与聚类分析 [C] . 李斌 ,彭嘉雄 . 全国光电技术学术交流会 . 2000
7. 基于聚类分析的芯线图像分割的研究与实现 [A] . 邹宇 . 2020

基于分割图像的聚类分析

摘要

著录项

相似文献

相关主题

期刊订阅