基于模糊C均值聚类的作物病害叶片图像分割方法研究

• 作者: 张艳诚 毛罕平 胡波
• 来源期刊: 农业工程学报
• 学科: 农学
• 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
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 136-140
• 页数: 5页
• 分类号: TN911.73|S126
• 字数: 3486字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2008.09.028

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.