학술논문
基于改进K-means算法的冬小麦覆盖度提取研究 / Extraction of Winter Wheat Coverage Based on Improved K-means Algorithm
Document Type
Academic Journal
Author
Source
中国农业科技导报 / Journal of Agricultural Science and Technology. 25(1):83-91
Subject
Language
Chinese
ISSN
1008-0864
Abstract
为快速、精准地提取冬前分蘖期冬小麦覆盖度,提出了一种基于改进K-means算法的冬小麦覆盖度提取方法.首先将冬小麦图像转换到Lab色彩空间,其次利用蜉蝣算法(Mayfly Algorithm,MA)获取K-means最优初始聚类中心,并用马氏距离代替欧氏距离进行算法改进,最后利用分割得到的二值图像计算冬小麦覆盖度.结果显示,该方法的平均分割精度和平均处理时间分别为94.66％和2.03 s,与过绿指数(excess green,EXG)自适应阈值分割和基于粒子群优化算法(particle swarm optimization,PSO)的K-means(PSO-K-means)分割相比,分割精度分别提高了12.04％和4.18％,处理时间分别减少了2.26和2.94 s.该方法分割效果优于EXG和PSO-K-means分割方法,可用于提取冬小麦覆盖度.