基于K-means聚类算法的叶螨图像分割与识别OA北大核心CSCDCSTPCD
A method for image segmentation and recognition of spider mites based on K-means clustering algorithm
[目的]叶螨(spider mite)是为害多种农作物的主要害虫,叶螨识别传统方法依靠肉眼,比较费时费力,为研究快速自动识别方法,引入计算机图像分析算法.[方法]该方法基于K-means聚类算法对田间作物上的叶螨图像进行分割与识别.[结果]对比传统RGB彩色分割方法,K-means聚类算法能够有效地对叶片上叶螨图像进行分割和识别.K-means聚类算法平均识别时间为3.56 s,平均识别准确率93.95％.识别时间T随图像总像素Pi的增加而…查看全部>>
刘国成;张杨;黄建华;汤文亮
广州铁路职业技术学院,广州510430广州铁路职业技术学院,广州510430江西省农业科学院植物保护研究所,南昌330200华东交通大学软件学院,南昌330013
生物学
叶螨图像K-means算法图像分割图像识别像素
Spider miteimageK-means algorithmimage segmentationimage recognitionpixels
《昆虫学报》 2015 (12)
1338-1343,6
江西省科技支撑计划农业项目(20122BBF60103)江西省科技支撑计划农业项目(20132BBF60083)广东省自然科学基金培育项目(GTXYP1310)
评论