,歡迎光臨bet356体育在线育雜志社官方網站！
稿件查詢：
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 |
- 上一篇： 河北省農村金融發展水平對其農業現代化進程影響實證研究
- 下一篇： 基于極限學習機的單木枝葉點云分類
