典型文献
基于K-means聚类的计算机视觉下杨梅水果图像识别
文献摘要：
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.
文献关键词：
K-means聚类;计算机视觉;图像处理
中图分类号：
作者姓名：
卢巍
作者机构：
昆明文理学院信息工程学院,昆明 650222
文献出处：
引用格式：
[1]卢巍-.基于K-means聚类的计算机视觉下杨梅水果图像识别)[J].现代计算机,2022(08):78-81
A类：
B类：
means,计算机视觉,水果图像,图像识别,数据划分,模式识别,信息检索,试运,数据层,上区,杨梅果实,机器视觉,视觉识别,打下基础
AB值：
0.347289
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
