基于直觉模糊C均值聚类算法的作物病害图像分割

• 作者: 张云龙 张晴晴 李瑶 齐国红
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: IFCM算法 模糊度 作物病害 图像分割
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 农业经济·农业信息
• 页码范围: 233-236
• 页数: 4页
• 分类号: S-058
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2019.05.066

摘要

针对作物病害图像的病斑分割问题,提出一种直觉模糊C均值(Intuitional Fuzzy C-means,IFCM)聚类算法.通过引入隶属度、非隶属度和犹豫度3个参数来表示模糊集,从而定义了用来表示模糊集的模糊度的直觉模糊熵(IFE)这一概念,对传统的FCM算法进行改进,克服了FCM算法分割时计算目标函数容易陷入局部极小值,而且聚类数目需要提前设定初值的缺点.将预处理过的作物(以黄瓜为例)病害叶片图像作为研究对象采用该改进算法进行病斑图像分割,得到了很好的分割效果.与其他分割方法进行比较,结果表明该算法分割出来的作物病斑图像准确率高达94％以上,分割效果明显.

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	张云龙	郑州大学西亚斯国际学院	28	127	7.0	9.0
3	张晴晴	郑州大学西亚斯国际学院	17	75	5.0	8.0
4	李瑶	郑州大学西亚斯国际学院	7	20	2.0	4.0