基于K-means聚类和椭圆拟合方法的白粉虱计数算法

被引：33

作者：

王志彬 ^{[1
,2
]}

王开义 ^{[1
,2
]}

张水发 ^{[1
,2
]}

刘忠强 ^{[1
,2
]}

穆翠霞 ^{[3
]}

机构：

[1] 北京农业信息技术研究中心

[2] 国家农业信息化工程技术研究中心

[3] 中华女子学院计算机系

来源：

农业工程学报 | 2014年 / 30卷 / 01期

关键词：

机器视觉; 虫害控制; 算法; 自动计数; K-means聚类; 椭圆拟合; 白粉虱;

D O I：

暂无

中图分类号：

S433.3 [半翅目害虫];

学科分类号：

090402 ;

摘要：

为了能够对害虫的准确计数,该文以白粉虱为例,提出了一种基于K-means聚类和椭圆拟合方法的白粉虱计数算法。该方法首先利用K-means聚类算法对白粉虱图像进行分割,使白粉虱从背景图像中分离,然后利用基于最小二乘法的椭圆拟合方法对分割结果进行椭圆拟合,统计椭圆的个数,提取椭圆中心点的颜色特征值,将其作为新的分类中心,重新对白粉虱图像进行分割和椭圆个数的统计,最后将算法收敛时的椭圆个数作为当前白粉虱的个数。对辣椒、黄瓜、番茄和茄子4种作物叶片上附着的白粉虱进行了计数试验,该算法在这4种作物上的平均计数错误率依次为2.80%,8.51%,5.00%,1.56%,并且分别比阈值化方法和K-means聚类方法的平均计数错误率降低了11.65%和70.18%。试验结果表明:所提方法能够实现对不同作物上白粉虱的准确计数,且算法具有很好的泛化性。该研究结果可为虫害的检测以及采取正确的防治措施提供重要依据。

引用

页码：105 / 112

页数：8

共 20 条

[1] 基于K-means聚类的植物叶片图像叶脉提取 [J].

李灿灿 ;

王宝 ;

王静 ;

李丰果 .

农业工程学报, 2012, 28 (17) :157-162

[2] Otsu多阈值快速求解算法 [J].

刘艳 ;

赵英良 .

计算机应用, 2011, 31 (12) :3363-3365

[3] 基于图像的昆虫自动识别与计数研究进展 [J].

姚青 ;

吕军 ;

杨保军 ;

薛杰 ;

郑宏海 ;

唐健 .

中国农业科学 , 2011, (14) :2886-2899

[4] 黄瓜蚜虫的图像识别与计数方法 [J].

邱白晶 ;

王天波 ;

李娟娟 ;

李坤 .

农业机械学报, 2010, 41 (08) :151-155

[5] 农作物虫害的机器检测与监测技术研究进展 [J].

周志艳 ;

罗锡文 ;

张扬 ;

李燕芳 ;

臧英 .

昆虫学报, 2010, 53 (01) :98-109

[6] 数学形态学在害虫种群密度监测中的应用 [J].

翁桂荣 .

农业工程学报, 2008, (11) :135-138

[7] 基于最小二乘法的椭圆拟合改进算法 [J].

闫蓓 ;

王斌 ;

李媛 .

北京航空航天大学学报, 2008, (03) :295-298

[8] 基于机器视觉的小麦害虫分割算法研究 [J].

陈月华 ;

胡晓光 ;

张长利 .

农业工程学报, 2007, (12) :187-191

[9] 温室白粉虱自动计数技术研究初报 [J].

沈佐锐 ;

于新文 .

生态学报, 2001, (01) :94-99

[10]

An improved K -means clustering algorithm for fish image segmentation[J] . Hong Yao,Qingling Duan,Daoliang Li,Jianping Wang.Mathematical and Computer Modelling . 2013 (3-4)

← 1 2 →