基于引力核密度聚类算法的作物病害叶片区域的快速检测

发布时间：2022-01-19 18:32

　　针对作物病害叶片图像的复杂性和模糊性,提出一种基于引力核密度聚类算法的作物叶片病害区域快速检测方法:首先,在RGB颜色空间提取病害叶片图像的R通道值,根据R值的特征直方图特性,运用多项式拟合特征直方图曲线,根据导数性质确定拟合特征直方图曲线的峰值点和峰值区域,确定病害叶片图像聚类数和初始聚类中心;根据初步确定的病变叶片图像的聚类中心,运用引力核密度聚类算法快速完成对病害叶片病斑的分割。试验结果表明,基于引力核密度聚类算法的平均分割精度达80%以上,平均检测时间为4.912 s,优于已有病害区域分割算法K–means和Meanshift的性能。 

【文章来源】：湖南农业大学学报(自然科学版). 2020,46(04)北大核心CSCD

【文章页数】：7 页

【部分图文】：

作物病害叶片图像

【参考文献】：
期刊论文
[1]基于分水岭算法的作物病害叶片图像分割方法[J]. 任玉刚,张建,李淼,袁媛.  计算机应用. 2012(03)
[2]基于水平集的作物病叶图像分割方法[J]. 袁媛,李淼,梁青,胡秀珍,张伟.  农业工程学报. 2011(02)



本文编号：3597350