本文選題：自然場景 + 葉片病斑�。� 參考：《江蘇農(nóng)業(yè)科學(xué)》2017年22期

【摘要】：針對自然場景下獲取的葉片病斑圖像,提出利用圖像顯著性檢測與模糊C均值聚類方法相結(jié)合的葉片病斑區(qū)域提取方法。首先,利用SLIC(simple linear iterative clustering)方法結(jié)合馬爾科夫吸收鏈進行圖像顯著性檢測,獲取顯著圖,實現(xiàn)符合視覺特征的顯著區(qū)域檢測;其次,利用模糊C均值聚類算法對顯著圖進行分割,進而獲取二值化后的葉斑圖像;最后,結(jié)合原始圖像獲取最終葉片病斑區(qū)域。試驗結(jié)果表明,葉片病斑區(qū)域提取比較準(zhǔn)確,滿足病斑進一步處理和分析的要求。
[Abstract]:Aiming at the leaf spot images obtained from natural scene, a method of extracting leaf spot region by using image salience detection and fuzzy C-means clustering method is proposed. First, using SLIC(simple linear iterative clustering) method combined with Markov absorption chain to detect the saliency of the image, the salient map can be obtained, and the salient region can be detected in accordance with the visual characteristics. Secondly, the salient image is segmented using fuzzy C-means clustering algorithm. Finally, combined with the original image, the final leaf spot area was obtained. The results showed that the extraction of leaf spot area was more accurate and satisfied the requirement of further treatment and analysis of the disease spot.
【作者單位】： 煙臺汽車工程職業(yè)學(xué)院電子工程系;
【基金】：山東省高校科技計劃項目(編號:J15LN64)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 蘇清華;胡中波;;基于差分演化的K-均值聚類算法[J];武漢理工大學(xué)學(xué)報;2010年01期

2 曹易;張寧;;一種改進的模糊C-均值聚類算法[J];上海理工大學(xué)學(xué)報;2012年04期

3 王圓妹;;一種改進的K-均值聚類算法的研究[J];長江大學(xué)學(xué)報(自科版);2006年10期

4 王圓妹;;一種改進的K-均值聚類算法的研究[J];長江大學(xué)學(xué)報(自科版)理工卷;2006年04期

5 劉韜;蔡淑琴;曹豐文;崔志磊;;基于距離濃度的K-均值聚類算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2007年10期

6 查成東;王長松;鞏憲鋒;周家新;;基于改進K-均值聚類算法的背景提取方法[J];計算機工程與設(shè)計;2007年21期

7 王丹丹;李彬;陳武凡;;基于多目標(biāo)規(guī)劃的模糊C均值聚類算法[J];中國圖象圖形學(xué)報;2008年08期

8 俞云霞;王士同;朱嵬鵬;;具有數(shù)據(jù)容錯能力的模糊C均值聚類算法[J];計算機工程與設(shè)計;2010年03期

9 李翠霞;譚營軍;;一種新的模糊C均值聚類算法[J];河南大學(xué)學(xué)報(自然科學(xué)版);2011年02期

10 關(guān)慶;鄧趙紅;王士同;;改進的模糊C-均值聚類算法[J];計算機工程與應(yīng)用;2011年10期

相關(guān)會議論文 前5條

1 孫廣玲;唐降龍;;一種快速k-均值聚類算法[A];第六屆全國計算機應(yīng)用聯(lián)合學(xué)術(shù)會議論文集[C];2002年

2 陳曉山;朱建沖;翁輝;;一種改進的模糊C均值聚類算法及其應(yīng)用[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

3 葛繼科;余建橋;張帆;張蕊;;改進的K-均值聚類算法[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

4 劉健莊;謝維信;;一種改進的快速模糊C均值聚類算法[A];中國系統(tǒng)工程學(xué)會模糊數(shù)學(xué)與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

5 羅小剛;彭承琳;劉婷;侯長軍;霍丹群;文利;;基于模糊C均值聚類算法的心臟扭轉(zhuǎn)運動中心室壁輪廓的自動提取[A];中國儀器儀表學(xué)會醫(yī)療儀器分會第四次全國會員代表大會暨2009年學(xué)術(shù)年會論文集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 吳銳;自然場景中文本識別技術(shù)研究及實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2010年

2 王潤民;自然場景文字檢測方法研究[D];華中科技大學(xué);2015年

3 黃劍華;自然場景中文本信息提取方法[D];哈爾濱工業(yè)大學(xué);2007年

4 孫雷;自然場景圖像中的文字檢測[D];中國科學(xué)技術(shù)大學(xué);2015年

5 劉曉佩;自然場景文本信息提取關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 劉莉莉;K-均值聚類算法的研究與改進[D];曲阜師范大學(xué);2015年

2 王龍強;K均值聚類算法初始聚類中心的選取與改進[D];東北大學(xué);2013年

3 梁鵬;基于Spark的模糊c均值聚類算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 徐曼舒;基于改進人工蜂群的模糊C均值聚類算法研究[D];安徽大學(xué);2016年

5 古哲德;無線傳感器網(wǎng)絡(luò)中面向圖像的模糊C均值聚類算法的研究[D];廣西大學(xué);2016年

6 崔西希;基于中智模糊C-均值聚類算法及其應(yīng)用研究[D];西安郵電大學(xué);2017年

7 吳曉蓉;K-均值聚類算法初始中心選取相關(guān)問題的研究[D];湖南大學(xué);2008年

8 趙爽;改進的模糊C均值聚類算法及其應(yīng)用[D];東北大學(xué);2010年

9 歐陳委;K-均值聚類算法的研究與改進[D];長沙理工大學(xué);2011年

10 王威娜;改進的模糊C-均值聚類算法[D];大連海事大學(xué);2007年

，

本文編號：1847360