基于改进K-means聚类算法的大田麦穗自动计数

• 作者: 刘哲 王利平 黄文准
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像分割 图像处理 算法 麦穗计数 K-means 聚类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 174-181
• 页数: 8页
• 分类号: S126
• 字数: 6805字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.03.022

摘要

单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量.为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法.该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需要再对图像进行分割或检测.以颜色特征聚类为基础的这种方法能够估计麦穗在空间局部区域中数量,并且在不需要训练的情况下更具有可扩展性.统计试验结果表明,该文算法能够适应不同光照环境,麦穗计数的准确率达到94.69％,超过了传统基于图像颜色特征和纹理特征分割的麦穗计数方法93.1％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王利平	西京学院信息工程学院	24	51	5.0	6.0
2	黄文准	西京学院信息工程学院	30	99	6.0	8.0
3	刘哲	西京学院信息工程学院	15	35	3.0	5.0