基于改进Kmeans算法的玉米叶片图像分割

摘要

为实现自然环境下玉米叶片的准确分割,提出了一种乌鸦搜索算法(Crow Search Algorithm,CSA)和Kmeans聚类算法相结合的玉米叶片图像分割方法.首先选取HSV颜色空间的H分量进行图像处理以降低光照的影响;然后使用乌鸦搜索算法获取初始聚类中心来改进Kmeans算法进行图像分割,以减少出现误分割的情况;最后去除小面积噪点以提取完整的玉米叶片.试验结果显示,相比于Kmeans算法进行图像分割,改进算法的分割准确率明显提高,有助于后续的玉米叶片病虫害识别研究.