一种改进樽海鞘群算法优化K Means的小麦覆盖度提取方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：

针对K Means算法对初始聚类中心的依赖性较高，容易出现局部最优停滞的问题，提出一种改进樽海鞘群算法优化 K Means 的小麦覆盖度提取算法。首先，将小麦图像转换到HSV色彩空间；然后，用改进樽海鞘群算法进行全局寻优，以获得全局最优值作为K Means算法的初始聚类中心，接着运用K Means算法进行局部寻优，直到迭代完成；最终，输出经过分割的小麦图像。（剩余14996字）

试读结束

目录
monitor
客服机器人