基于改进k-means算法的猕猴桃叶部病斑分割方法

发布时间：2021-11-10 22:57

　　为了提高植物病害图像的分割精度和分割效果,减弱经k-means算法RGB（Red Green Blue）颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响,并克服RGB空间色彩分布不匀的缺陷,提出了一种基于Lab颜色空间的改进k-means的猕猴桃叶部病害图像分割方法。首先改变颜色空间,将RGB转换为Lab空间,由L、a、b3分量组合表示每个像素点。其次,将马氏距离代替欧氏距离进行改进,用改进后的k-means算法对图像进行聚类。利用该方法对三种猕猴桃病害图像进行测试,实验结果表明,本文算法可以有效地将猕猴桃病害图像中的病斑图像分割,分割准确率高,并具有较高的鲁棒性。 

【文章来源】：电脑知识与技术. 2020,16(25)

【文章页数】：3 页

【部分图文】：

三种不同猕猴桃叶部病害图像1.2Lab颜色空间

【参考文献】：
期刊论文
[1]基于颜色均值显著点聚类的作物病害叶片图像分割方法[J]. 张善文,张晴晴,齐国红.  安徽农业科学. 2019(10)
[2]基于图像内容的沥青路面病害区域分割算法[J]. 蓝章礼,黄涛,李战,匡恒.  计算机系统应用. 2019(02)
[3]基于多维网格空间的改进K-means聚类算法[J]. 邵伦,周新志,赵成萍,张旭.  计算机应用. 2018(10)
[4]基于混合蛙跳算法的马铃薯病害图像分割优化[J]. 张明,王生荣,郭小燕.  植物保护学报. 2018(03)
[5]基于WT-Otsu算法的植物病害叶片图像分割方法[J]. 张会敏,谢泽奇,张善文,张云龙.  江苏农业科学. 2017(18)
[6]基于改进K中值聚类的苹果病害叶片分割方法[J]. 张善文,张晴晴,齐国红,周伟.  江苏农业科学. 2017(18)
[7]基于水平集和视觉显著性的植物病害叶片图像分割[J]. 周强强,王志成,赵卫东,陈宇飞.  同济大学学报(自然科学版). 2015(09)
[8]基于商空间理论的K-means改进算法[J]. 周红芳,刘园,谈姝辰.  西安理工大学学报. 2013(04)
[9]一种基于空间邻接关系的k-means聚类改进算法[J]. 王海起,王劲峰.  计算机工程. 2006(21)



本文编号：3488104