基于核K-均值聚类算法的植物叶部病害识别

被引：26

作者：

王守志 ^{[1
,2
]}

何东健 ^{[3
]}

李文 ^{[2
]}

王艳春 ^{[1
]}

机构：

[1] 西北农林科技大学机械与电子工程学院

[2] 威海职业学院机电工程系

[3] 西北农林科技大学信息工程学院

来源：

农业机械学报 | 2009年 / 40卷 / 03期

关键词：

植物病害; 病害识别; 核K-均值聚类;

D O I：

暂无

中图分类号：

S432 [植物病害及其防治];

学科分类号：

090401 ;

摘要：

针对植物叶部病害图像的特点,首先对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取玉米病叶彩色图像的纹理特征和颜色特征作为特征向量,利用Mercer核,把输入空间的样本映射到高维特征空间进行K-均值聚类以及植物病害识别。试验涉及的4种玉米病害识别正确率达82.5%,核K-均值聚类方法适合玉米叶部病害分类。

引用

收藏

页码：152 / 155

页数：4

相关论文

共 10 条

[1] 核k-凝聚聚类算法 [J].

王宇 ;

李晓利 .

大连理工大学学报, 2007, (05) :763-766

[2] 一种改进的模糊C均值聚类算法 [J].

宋清昆 ;

郝敏 .

哈尔滨理工大学学报, 2007, (04) :8-10

[3] 基于脉冲耦合神经网络的彩色图像滤波新方法 [J].

王巍 ;

黎明 ;

刘高航 .

计算机工程与设计, 2007, (14) :3413-3415

[4] 核聚类算法最佳聚类数的自适应确定方法 [J].

普运伟 ;

朱明 ;

金炜东 ;

胡来招 .

计算机工程, 2007, (04) :11-13

[5] 贝叶斯方法在玉米叶部病害图像识别中的应用 [J].

赵玉霞 ;

王克如 ;

白中英 ;

李少昆 ;

谢瑞芝 ;

高世菊 .

计算机工程与应用 , 2007, (05) :193-195

[6] 基于神经网络的大豆叶片病斑的识别与研究 [J].

马晓丹 ;

祁广云 .

黑龙江八一农垦大学学报, 2006, (02) :84-87

[7] 支持向量机在植物病斑形状识别中的应用研究 [J].

田有文 ;

张长水 ;

李成华 .

农业工程学报, 2004, (03) :134-136

[8] 基于计算机视觉的番茄营养元素亏缺的识别 [J].

毛罕平 ;

徐贵力 ;

李萍萍 .

农业机械学报, 2003, (02) :73-75

[9] 核聚类算法 [J].

张莉 ;

周伟达 ;

焦李成 .

计算机学报, 2002, (06) :587-590

[10] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167