基于模糊C均值聚类的水稻秧苗图像分割

被引:9
作者
迟德霞 [1 ,2 ]
任文涛 [1 ]
刘金波 [1 ]
魏东宇 [1 ]
机构
[1] 沈阳农业大学工程学院
[2] 辽宁石油化工大学
关键词
模糊C均值聚类; 水稻秧苗; 机器视觉; 图像分割;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对水稻插秧机视觉导航的水稻稻田图像分割问题,根据插秧过程中水田的特点和插秧的农业技术要求,探索采用基于模糊C均值聚类的方法,分割水稻秧苗像素和背景像素。首先用数码相机获取水稻插秧机插秧作业后的水稻稻田图像,人工读取秧苗、水、秸秆残茬、泡沫和泥的R、G、B像素值,绘制RGB、HSI、I1I2I3颜色空间的各颜色分量灰度直方图,分析差异,选取正交彩色空间I3颜色分量灰度值作为样本数据。分析不同的模糊加权指数m值对聚类分割误差率和计算时间的影响,选择m=2分割图像。采用基于模糊C均值聚类方法计算稻田图像中秧苗像素和背景像素的聚类中心,分割水稻秧苗像素和背景像素。结果表明:该方法可以分割水稻秧苗图像,平均误差率为1.5%,说明分割水稻稻田图像是有效的。
引用
收藏
页码:787 / 792
页数:6
相关论文
共 14 条
[1]   图像分割中的模糊聚类方法 [J].
李旭超 ;
刘海宽 ;
王飞 ;
白春艳 .
中国图象图形学报, 2012, 17 (04) :447-458
[2]   基于机器视觉的自主插秧机导航信息的提取研究 [J].
毛可骏 ;
周平 ;
赵匀 ;
姚庆杏 ;
钟取发 .
农机化研究, 2009, 31 (05) :63-66
[3]   基于竞争学习网络的田间籽棉图像分割 [J].
王玲 ;
姬长英 ;
刘善军 ;
陈兵林 ;
王萍 .
农业工程学报, 2008, (10) :156-160
[4]   基于模糊C均值聚类的作物病害叶片图像分割方法研究 [J].
毛罕平 ;
张艳诚 ;
胡波 .
农业工程学报, 2008, (09) :136-140
[5]   基于机器视觉的耕作机器人行走目标直线检测 [J].
赵颖 ;
陈兵旗 ;
王书茂 ;
代峰燕 .
农业机械学报, 2006, (04) :83-86
[6]   用BP神经网络进行秧苗图像分割 [J].
吕朝辉 ;
陈晓光 ;
吴文福 ;
赵红霞 .
农业工程学报, 2001, (03) :146-148
[7]   A dual-spectral camera system for paddy rice seedling row detection [J].
Kaizu, Yutaka ;
Imou, Kenji .
COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2008, 63 (01) :49-56
[8]   Machine vision for a micro weeding robot in a paddy field [J].
Chen, B ;
Tojo, S ;
Watanabe, K .
BIOSYSTEMS ENGINEERING, 2003, 85 (04) :393-404
[9]  
Determination of crop rows by image analysis without segmentation[J] . Computers and Electronics in Agriculture . 2002 (2)
[10]  
Guidance of agricultural vehicles — a historical perspective[J] . J.N Wilson. Computers and Electronics in Agriculture . 2000 (1)