基于模糊C均值聚类的作物病害图像分割方法研究.pdfVIP

第７卷　 第２期 智　 能　 计　 算　 机　 与　 应　 用 Ｖｏｌ．７ Ｎｏ．２ 　 　 ２０１７年４月 Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐｕｔｅｒ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ Ａｐｒ．２０１７ 　 　 　 　 　 　 　 基于模糊 Ｃ均值聚类的作物病害图像分割方法研究 齐国红，丁小娜， 肖　 鑫 （郑州大学 西亚斯国际学院，郑州 新郑４５１１５０） 摘　 要：图像分割是指将人们感兴趣的目标从背景中分割出来，分割结果的好坏直接影响后期的图像分析和识别。 基于作物病害 图像的分割技术就是将病斑从病害图像中分割出来，以便于后期病害的诊断和识别。 模糊Ｃ均值聚类是一种重要数据分析和建模 的无监督方法，为提高作物病害图像的分割效果，根据作物病害图像的特点，提出一种基于模糊Ｃ均值聚类算法的作物病害图像自 适应分割方法，并与Ｋ均值聚类算法进行比较，结果显示本文算法在进行图像分割方面表现出明显优势。 关键词：图像分割；模糊Ｃ均值聚类；Ｋ均值聚类 － － － 中图分类号：ＴＰ３９１．４１ 文献标志码：Ａ 文章编号：２０９５ ２１６３（２０１７）０２ ００７２ ０３ Ｒｅｓｅａｒｃｈ ｏｎ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｃｒｏｐ ｄｉｓｅａｓｅ ｉｍａｇｅｓ ｂａｓｅｄ ｏｎ ｔｈｅ Ｆｕｚｚｙ Ｃ⁃Ｍｅａｎｓ ＱＩ Ｇｕｏｈｏｎｇ，ＤＩＮＧ Ｘｉａｏｎａ，ＸＩＡＯ Ｘｉｎ （ＳＩＡＳ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉｎｚｈｅｎｇ Ｚｈｅｎｇｚｈｏｕ４５１１５０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓｔｏｓｅｐａｒａｔｅｔｈｅｔａｒｇｅｔｏｆｉｎｔｅｒｅｓｔｆｒｏｍｔｈｅｂａｃｋｇｒｏｕｎｄ，ａｎｄｔｈｅｒｅｓｕｌｔｄｉｒｅｃｔｌｙｉｎｆｌｕｅｎｃｅｓｔｈｅ ｌａｔｅｓｔ ｉｍａｇｅ ａｎａｌｙｓｉｓａｎｄｒｅｃｏｇｎｉｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｃｒｏｐｄｉｓｅａｓｅｉｍａｇｅｓａｒｅｔｏｓｅｇｍｅｎｔｄｉｓｅａｓｅｓｐｏｔ ｆｒｏｍ ｔｈｅ ｄｉｓｅａｓｅ ｉｍａｇｅｓ，ｉｎ ｏｒｄｅｒ ｔｏ ｐｒｏｖｉｄｅ ｔｈｅ ｃｏｎｖｅｎｉｅｎｃｅ ｆｏｒ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｄｉａｇｎｏｓｉｓ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ． Ｆｕｚｚｙ Ｃ⁃Ｍｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ（ＦＣＭ） ｉｓ ａ ｐｏｗｅｒｆｕｌ ｕｎｓｕｐｅｒｖｉｓｅｄ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｄａｔａ ａｎｄ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｍｏｄｅｌｓ． Ｆｏｒ ｉｍｐｒｏｖｅｍｅｎｔ ｏｎ ｓｅｇｍｅｎｔａｔｉｏｎ ｐｒｅｃｉｓｉｏｎ ｏｆ ｃｒｏｐ ｄｉｓｅａｓｅ ｉｍａｇｅｓ，ａｎ ａｄａｐｔｉｖｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｃｒｏｐ ｄｉｓｅａｓｅ ｉｍａｇｅｓ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ＦＣＭ，ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｃｒｏｐ ｄｉｓｅａｓｅ ｉｍａｇｅｓ． Ａｎｄ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ Ｋ⁃Ｍｅａｎ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ，ｔｈｅ ｒｅｓｕｌｔ ｓｈｏ