基于改进K均值特征点聚类算法的作物行检测

• 作者: 何润 孟笑天 徐艳蕾 王新东 翟钰婷
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 作物行检测 精准施药 改进K均值聚类 最小二乘法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 26-30
• 页数: 5页
• 分类号: S126
• 语种: 中文

摘要

精准施药是现代精准农业发展不可或缺的一部分,而准确地提取作物行是进行精准施药的关键环节.为此,以苗期的玉米为研究对象,提出一种基于改进K均值特征点聚类算法的作物行检测方法.该方法根据距离函数最值关系求出最佳聚类数目,再依据点密度大小和邻域半径确定初始聚类中心,减少了迭代次数,提高了算法的执行效率和划分效果.首先,采用改进的超绿法(1.27G-R-B)进行灰度化和Otsu方法进行二值化,得到作物行的二值图像;然后,利用左右边缘中间线算法提取作物行特征点;最后,采用改进K均值算法和最小二乘法对作物行中心线特征点进行聚类和直线拟合.试验数据表明:提出的改进K均值特征点聚类算法识别效果好,精确度高,可为精准施药提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐艳蕾		32	201	9.0	13.0
2	何润		5	2	1.0	1.0
3	王新东		6	3	1.0	1.0
4	孟笑天		6	3	1.0	1.0
5	翟钰婷		2	0	0.0	0.0