| 基于改进K均值特征点聚类算法的作物行检测 |
| |
| 引用本文： | 孟笑天,徐艳蕾,王新东,何润,翟钰婷.基于改进K均值特征点聚类算法的作物行检测[J].农机化研究,2020,42(8). |
| |
| 作者姓名： | 孟笑天 徐艳蕾 王新东 何润 翟钰婷 |
| |
| 作者单位： | 吉林农业大学 信息技术学院, 长春 130118;吉林农业大学 信息技术学院, 长春 130118;吉林大学 工程仿生教育部重点实验室, 长春 130022 |
| |
| 摘 要： | 精准施药是现代精准农业发展不可或缺的一部分,而准确地提取作物行是进行精准施药的关键环节。为此,以苗期的玉米为研究对象,提出一种基于改进K均值特征点聚类算法的作物行检测方法。该方法根据距离函数最值关系求出最佳聚类数目,再依据点密度大小和邻域半径确定初始聚类中心,减少了迭代次数,提高了算法的执行效率和划分效果。首先,采用改进的超绿法(1.27G-R-B)进行灰度化和Otsu方法进行二值化,得到作物行的二值图像;然后,利用左右边缘中间线算法提取作物行特征点;最后,采用改进K均值算法和最小二乘法对作物行中心线特征点进行聚类和直线拟合。试验数据表明:提出的改进K均值特征点聚类算法识别效果好,精确度高,可为精准施药提供理论依据。
|
| 关 键 词： | 作物行检测 精准施药 改进K均值聚类 最小二乘法 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
