[1]张善文,张晴晴,齐国红,等.基于改进K中值聚类的苹果病害叶片分割方法[J].江苏农业科学,2017,45(18):205-208.
　Zhang Shanwen,et al.Apple disease leaf image segmentation method based on improved K-median clustering[J].Jiangsu Agricultural Sciences,2017,45(18):205-208.
点击复制

基于改进K中值聚类的苹果病害叶片分割方法()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第45卷
期数:
2017年18期
页码:
205-208
栏目:
农业工程与信息技术
出版日期:
2017-09-20

文章信息/Info

Title:
Apple disease leaf image segmentation method based on improved K-median clustering
作者:
张善文;  张晴晴;  齐国红;  周伟
郑州大学西亚斯国际学院，河南新郑 451150
Author(s):
Zhang Shanwen; et al
关键词:
K均值聚类; 苹果病害叶片图像; 病斑分割; 改进的K中值聚类
Keywords:
-
分类号:
TP391.41
DOI:
-
文献标志码:
A
摘要:
针对复杂背景下的苹果病害叶片分割问题，提出一种基于改进的K均值聚类的苹果病害叶片病斑分割方法。首先将原始叶片图像由RGB(R为红，G为绿，B为蓝)颜色空间转换到Lab(L为亮度，a为从洋红色至绿色的范围，b为从黄色至蓝色的范围)颜色空间，然后在Lab颜色空间中利用ab二维数据空间的颜色差异，以欧式距离度量像素间的相似度，使用K均值对图像进行聚类，利用数学形态学中的开闭交替滤波方法对聚类后的灰度图像进行校正，最后得到图像病斑。对3种常见苹果病害叶片图像进行分割，并与其他分割方法进行比较。结果表明，该方法效果好，其误分率为8.41%。
Abstract:
-

参考文献/References:

［1］姜猛，王军，王志军，等. 苹果树病虫害决策支持系统研究与集成［J］. 山东农业科学，2015，47(6)：129-133.
［2］Gui J S，Hao L，Zhang Q，et al. A new method for soybean leaf disease detection based on modified salient regions［J］. International Journal of Multimedia and Ubiquitous Engineering，2015，10(6)：45-52.
［3］Cubero S，Aleixos N，Moltó E，et al. Advances in machine vision applications for automatic inspection and quality evaluation of fruits and vegetables［J］. Food and Bioprocess Technology，2011，4(4)：487-504.
［4］穆亚梅，马国俊. 基于物联网的苹果树病虫防治专家系统的设计与应用［J］. 自动化与仪器仪表，2012(5)：89-90.
［5］王文山，柳平增，臧官胜，等. 基于物联网的果园环境信息监测系统的设计［J］. 山东农业大学学报(自然科学版)，2012，43(2)：239-243.
［6］李宗儒，何东健. 基于手机拍摄图像分析的苹果病害识别技术研究［J］. 计算机工程与设计，2010，31(13)：3051-3053.
［7］胡林，周国民，丘耘，等. 苹果树图像分割算法研究综述［J］. 中国农业科技导报，2015，17(2)：100-108.
［8］张善文，张云龙，尚怡君. 1种基于Otsu算法的植物病害叶片图像分割方法［J］. 江苏农业科学，2014，42(4)：337-339.
［9］虎晓红，李炳军，席磊. 基于多示例图的小麦叶部病害分割方法［J］. 农业工程学报，2012，28(13)：154-159.
［10］赵瑶池，胡祝华. 基于对数相似度约束Otsu的自然场景病害果实图像分割［J］. 农业机械学报，2015，46(11)：9-15.
［11］Chen L，Yuan Y，Wu N，et al. Segmentation for low depth of field crop disease images based on saliency and blurred detection［J］. Transactions of the Chinese Society of Agricultural Engineering，2015，31(S2)：145-151.
［12］张武，黄帅，汪京京，等. 复杂背景下小麦叶部病害图像分割方法研究［J］. 计算机工程与科学，2015，37(7)：1349-1354.
［13］朱景福，李雪. 聚类算法在玉米叶片病斑降维识别中的应用［J］. 江苏农业科学，2015，43(1)：405-406.
［14］张星龙，冯全，杨梅，等. 基于光源不变图和聚类算法的叶片阴影中病斑的分割［J］. 西北农林科技大学学报(自然科学版)，2015，43(10)：189-194.
［15］Likas A，Vlassis M，Verbeek J. The global K-means clustering algorithm［J］. Pattern Recognition，2003，36(2)：451-461.
［16］周世兵，徐振源，唐旭清. 新的K均值算法最佳聚类数确定方法［J］. 计算机工程与应用，2010，46(16)：27-31.
［17］吴晓蓉. K均值聚类算法初始中心选取相关问题的研究［D］. 长沙：湖南大学，2008.
［18］赖玉霞，刘建平，杨国兴. 基于遗传算法的K均值聚类分析［J］. 计算机工程，2008，34(20)：200-202.
［19］李莎，钱建平，赵春江，等. 不同颜色模型识别成熟苹果图像的比较分析［J］. 计算机工程与设计，2015，36(6)：1545-1550.
［20］Camargo A，Smith J S. An image-processing based algorithm to automatically identify plant disease visual symptoms［J］. Biosystems Engineering，2009，102(1)：9-21.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2016-04-07
基金项目：国家自然科学基金(编号：61473237)；河南省教育厅自然科学基础研究计划(编号：15A520101)；河南省科技攻关计划(编号：152102310368)。
作者简介：张善文(1965—)，男，陕西西安人，博士，教授，主要从事植物病害叶片图像处理及病害识别方法等研究。E-mail：wjdw716@163.com。
更新日期/Last Update: 2017-09-20