首页|基于K-means聚类的计算机视觉下杨梅水果图像识别

基于K-means聚类的计算机视觉下杨梅水果图像识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
聚类分析是划分数据的一种有用方法,它将数据划分成有用的组.其运用范围非常广泛,在统计学、模式识别、信息检索和数据挖掘等领域得到广泛的运用.本文将K-means聚类运用到杨梅水果照片转换的数据中,尝试运用其对生成数据进行聚类,用以在统计学上对杨梅进行颜色和果实的识别.经过理论和数据实验验证,K-means聚类能够从数据层面上区分果实和背景,为进一步研究当地环境下杨梅果实的机器视觉识别打下基础.
Computer Vision Bayberry Fruit Image Recognition Based on K-means Clustering

卢巍

展开 >

昆明文理学院信息工程学院,昆明 650222

K-means聚类 计算机视觉 图像处理

云南省教育厅科学研究基金

2021J0873

2022

10.3969/j.issn.1007-1423.2022.08.014

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(8)
  • 5