基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
农作物病害的发生对我国农业生产危害较大,运用机器识别技术对农作物病害图像进行自动识别有着重要的意义.对于玉米叶部病斑,大多数分割算法不能很好地分割出来,采用快速模糊C-均值聚类算法,对玉米染病叶片图像进行分割,并通过实验验证了这种算法在聚类优化性能不变的前提下,病斑和背景的区分很明显,分割效果较好.
推荐文章
基于邻域的多尺度模糊C-均值聚类图像分割
邻域
多尺度
模糊C-均值聚类
图像分割
新的鲁棒模糊C-均值聚类分割算法及其应用
图像分割
模糊C-均值聚类
聚类中心表达式
划分系数
基于邻域的模糊C-均值图像分割算法
模糊C-均值
图像分割
邻域
聚类
核空间局部自适应模糊C-均值聚类图像分割算法
自适应中值算法
模糊C-均值聚类
核函数
局部空间信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊C-均值聚类的作物叶部病斑图像分割
来源期刊 智能计算机与应用 学科 工学
关键词 图像分割 农作物 病害诊断 病斑
年,卷(期) 2011,(5) 所属期刊栏目
研究方向 页码范围 50-51,63
页数 分类号 TP391.41
字数 2495字 语种 中文
DOI 10.3969/j.issn.2095-2163.2011.05.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱景福 黑龙江八一农垦大学信息技术学院 46 158 6.0 8.0
2 张柏毅 黑龙江八一农垦大学信息技术学院 2 12 2.0 2.0
3 刘勇 黑龙江八一农垦大学信息技术学院 15 35 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (186)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (45)
二级引证文献  (25)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像分割
农作物
病害诊断
病斑
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
论文1v1指导