基于PSO与K-均值算法的农业超绿图像分割方法

• 作者: 宋正河 张小超 毛恩荣 毛文华 赵博
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 图像分割 微粒群算法 K-均值算法 超绿特征
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 166-169
• 页数: 4页
• 分类号: TP391.41
• 字数: 3040字
• 语种: 中文

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闽值.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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛恩荣	中国农业大学工学院	158	2294	25.0	37.0
2	张小超		88	1882	26.0	39.0
3	宋正河	中国农业大学工学院	83	1302	19.0	33.0
4	毛文华		40	705	15.0	26.0
5	赵博		52	394	12.0	18.0