当前位置: 首页 > 文章 > 基于K-means聚类算法的叶螨图像分割与识别 昆虫学报 2015,58 (12) 1338-1343
Position: Home > Articles > A method for image segmentation and recognition of spider mites based on K-means clustering algorithm Acta Entomologica Sinica 2015,58 (12) 1338-1343

基于K-means聚类算法的叶螨图像分割与识别

作  者:
刘国成;张杨;黄建华;汤文亮
单  位:
广州铁路职业技术学院
关键词:
叶螨;图像;K-means算法;图像分割;图像识别;像素
摘  要:
[目的]叶螨(spider mite)是为害多种农作物的主要害虫,叶螨识别传统方法依靠肉眼,比较费时费力,为研究快速自动识别方法,引入计算机图像分析算法.[方法]该方法基于K-means聚类算法对田间作物上的叶螨图像进行分割与识别.[结果]对比传统RGB彩色分割方法,K-means聚类算法能够有效地对叶片上叶螨图像进行分割和识别.K-means聚类算法平均识别时间为3.56 s,平均识别准确率93.95%.识别时间T随图像总像素Pi的增加而增加.[结论]K-means聚类组合算法能够应用于叶螨图像分割与识别.
译  名:
A method for image segmentation and recognition of spider mites based on K-means clustering algorithm

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊