基于模糊C均值聚类的作物病害图像分割方法研究

• 作者: 丁小娜 肖鑫 齐国红
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 图像分割 模糊C均值聚类 K均值聚类
• 年，卷（期）: 2017,（2）
• 页码范围: 72-74
• 页数: 3页
• 分类号: TP391.41
• 字数: 2212字
• 语种: 中文

摘要

图像分割是指将人们感兴趣的目标从背景中分割出来,分割结果的好坏直接影响后期的图像分析和识别.基于作物病害图像的分割技术就是将病斑从病害图像中分割出来,以便于后期病害的诊断和识别.模糊C均值聚类是一种重要数据分析和建模的无监督方法,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,提出一种基于模糊C均值聚类算法的作物病害图像自适应分割方法,并与K均值聚类算法进行比较,结果显示本文算法在进行图像分割方面表现出明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐国红	郑州大学西亚斯国际学院	23	74	5.0	7.0
2	丁小娜	郑州大学西亚斯国际学院	6	17	3.0	4.0
3	肖鑫	郑州大学西亚斯国际学院	2	6	1.0	2.0