2019年05期

基于直覺模糊C均值聚類算法的作物病害圖像分割

作  者 張晴晴,張云龍,齊國紅,李瑤
第一作者 張晴晴
作者單位 鄭州大學西亞斯國際學院,河南鄭州
卷  號 47
發表年份 2019
發表刊期 5
發表頁面 233-236
關  鍵  字 IFCM算法;模糊度;作物病害;圖像分割
摘  要 針對作物病害圖像的病斑分割問題,提出一種直覺模糊C均值(Intuitional Fuzzy C-means,IFCM)聚類算法。通過引入隸屬度、非隸屬度和猶豫度3個參數來表示模糊集,從而定義了用來表示模糊集的模糊度的直覺模糊熵(IFE)這一概念,對傳統的FCM算法進行改進,克服了FCM算法分割時計算目標函數容易陷入局部極小值,而且聚類數目需要提前設定初值的缺點。將預處理過的作物(以黃瓜為例)病害葉片圖像作為研究對象采用該改進算法進行病斑圖像分割,得到了很好的分割效果。與其他分割方法進行比較,結果表明該算法分割出來的作物病斑圖像準確率高達94%以上,分割效果明顯。
附  件 基于直覺模糊C均值聚類算法的作物病害圖像分割
注:若需下載,請右鍵單擊另存
點擊關閉

在線客服

服務熱線:0551-65160973

二維碼

m www