|
|||||
|
|
| 基于改进的模糊C均值聚类算法的颗粒种子图像分割方法 | |
| 作者姓名： | 王宇 陈婧 王高 |
| 作者单位： | 山西工程职业技术学院电气工程系;中国航天科工集团第二研究院706所;中北大学仪器科学与动态测试教育部重点实验室;中北大学电子测试技术国防科技重点实验室 |
| 摘 要： | 针对利用模糊C均值聚类(FCM)算法进行农作物颗粒种子数字图像分割时的噪声敏感性问题,提出在传统FCM算法的目标函数中加入惩罚项来表示邻域像素值影响的方法,即利用图像的空间信息提高聚类准确性,并通过像素距离因子来修饰空间作用的方法,进行距离模糊加权因子对目标函数的改进.实验结果表明,利用改进的FCM算法在将颗粒种子图像从背景图像中分割出来时,抗噪声性能比传统FCM算法更好,程序运行耗时节省一半左右,准确率从93%提高到99%,为下一步利用机器视觉系统进行颗粒种子计数检测打下良好基础. |
| 本文献已被 CNKI 等数据库收录！ | |