基于PSO与水平集的桂花图像分割方法

被引：10

作者：

程玉柱 ^{[1
]}

段一凡 ^{[2
]}

李赵春 ^{[1
]}

机构：

[1] 南京林业大学机械电子工程学院

[2] 南京林业大学生物与环境学院

来源：

中国农机化学报 | 2018年 / 08期

关键词：

桂花; PSO; 水平集; 图像分割;

D O I：

10.13733/j.jcam.issn.2095-5553.2018.08.017

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对金桂、丹桂、银桂、四季桂的花朵图像,提出一种基于粒子群优化算法(Particle Swarm Optimization,PSO)与水平集的桂花花朵图像分割方法。将RGB彩图的三通道转换成灰度图像,利用PSO计算灰度图中的花与背景的均值,并用K均值算法得到所有像素的初始分类标签。将分类标签转换成初始水平集,最后采用水平集进行精细分割,得到桂花花朵目标。试验结果表明,提出的方法通过改变参数适应颜色和背景的变化,能很好地提取四种常见的桂花花朵,性能指标SD、Dice、ER、NR平均值分别为83.935%、99.77%、2.19%、14.12%。

引用

页码：81 / 84+91 +91

页数：5

共 9 条

[1] 基于相关序列扩增多态性分子标记的桂花栽培品种演化分析 [J].