您的位置： 专家智库 > >

韩冬

作品数：1 被引量：22H指数：1
供职机构：俄克拉荷马大学更多>>
发文基金：中央高校基本科研业务费专项资金国家自然科学基金国家科技支撑计划更多>>
相关领域：农业科学自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 1篇锈病
  • 1篇图像
  • 1篇图像分割
  • 1篇图像分块
  • 1篇主成分
  • 1篇主成分分析
  • 1篇小麦
  • 1篇小麦病害
  • 1篇小麦锈病
  • 1篇混合模型
  • 1篇分块
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇病害
  • 1篇彩色图像
  • 1篇彩色图像分割

机构

  • 1篇西北农林科技...
  • 1篇俄克拉荷马大...

作者

  • 1篇胡秋霞
  • 1篇马孝义
  • 1篇韩冬
  • 1篇田杰

传媒

  • 1篇农业机械学报

年份

  • 1篇2014
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于PCA和高斯混合模型的小麦病害彩色图像分割被引量：22
2014年
为了提高高斯混合模型对小麦病叶的分割精度,减少分割时间,提出了一种基于PCA和高斯混合模型的分割方法。首先充分利用图像的颜色信息,将图像多个颜色通道进行主成分分析计算,获得3个主要颜色通道;在此基础上,将图像分成多个分块,根据其像素平均值排序,各取前后多个分块组成新的像素集合进行高斯混合模型运算;最后遍历整个图像,将每个像素归类到已求出的高斯模型上得出分割结果。通过对小麦锈病图像的分割试验表明,该方法的错分像素率分别比高斯混合模型、K-means等传统分割方法低5.46和13.44个百分点。
田杰韩冬胡秋霞马孝义
关键词：小麦锈病图像分块主成分分析高斯混合模型
全选 清除 导出
共1页<1>
聚类工具0