基于改进蜂群算法优化神经网络的玉米病害图像分割

被引：46

作者：

温长吉 ^{[1
,2
]}

王生生 ^{[2
]}

于合龙 ^{[1
]}

苏恒强 ^{[1
]}

机构：

[1] 吉林农业大学信息技术学院

[2] 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室

来源：

农业工程学报 | 2013年 / 29卷 / 13期

关键词：

病害; 图像分割; 图像识别; 改进人工蜂群算法; 脉冲耦合神经网络; 玉米;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

更加细致的体现病害外部形态特征和较为完好的保留病害区域颜色纹理信息,是玉米等作物病害分割的关键性研究问题之一。该文提出一种基于改进人工蜂群算法的脉冲耦合神经网络图像分割算法,该算法以最大香农熵和最小交叉熵加权线性组合作为蜂群算法收益度评价函数,通过引入尺度因子调整引领蜂和跟随蜂的解搜索策略,改进后人工蜂群算法与脉冲耦合神经网络相结合,实现网络参数的自动优化调节。在RGB色彩子空间上将该算法用于一组玉米常见病害彩色图像分割,并借鉴利用彩色图像合并策略得到最终病害分割结果。试验表明,该文算法较为细致的体现病害外部形态特征,较为完好的保留了颜色纹理信息;利用分割区域色度误分度V(I)值作为评判标准,该文算法V(I)幅值顺次降低2.03%、7.05%、10.15%和11.2%,综合降低了7.32%也优于对比算法。因此,该文算法为病害彩色图像分割提供了一种较为有效的方法。

引用

页码：142 / 149

页数：8

共 13 条

[11] Color image segmentation using histogram multithresholding and fusion [J].