周桂红，孙乐琳，梁芳芳，张秀花

基于改进密度峰值聚类算法的梨花密度分级

周桂红1,2，孙乐琳1，梁芳芳1,2※，张秀花3

（1. 河北农业大学信息科学与技术学院，保定 071001；2. 河北省农业大数据重点实验室，保定 071001；3.河北农业大学机电工程学院，保定 071001）

精准判断梨花疏密程度是自动疏花的基础。为了更好地判断梨花密度，该研究提出了基于改进密度峰值聚类算法的梨花密度分级方法。该方法首先提取梨花位置坐标，获取需要聚类的数据点。其次，为了实现梨花图像的密度分级，针对原有密度峰值聚类算法在梨花密度分级中的不足，结合梨花密度分级需求，改进了对聚类中心的选取方式，通过4组局部密度和中心偏移距离分割阈值将决策图划分为4部分来选取聚类中心，分别对应高、中、低密度以及无需疏花处理等4个等级，实现了对疏密合理的梨花图像的准确分级。最后，针对只有团状分布、稀疏分布及大尺度特写的梨花分布聚类分级不准确的问题，改进了两点间的距离d参数的计算方法，统一梨花尺度大小和密度分级标准，对所有分布类型的梨花图像均能实现合理的密度分级。试验结果表明，该研究算法能够适应不同尺度大小的梨花图像，预测准确率为94.89%，密度分级准确率达到94.29%，可实现自然环境下局部花簇的密度分级，为机器智能疏花提供了技术支持。

图像识别；农业；聚类算法；密度分级；位置坐标；阈值；梨花

0 引 言

当梨花过于密集时，会造成果树养分的供不应求，适当疏花能够控制梨花密度，有效调节果树的养分供应，使果园保持稳产，提高果实品质[1]。……