基于神经网络的杂草图像分割算法

• 作者: 李克俭 胡波 马兆敏 黄玲
• 来源期刊: 计算机工程与应用
• 学科: 农学
• 关键词: 杂草识别 图像分割 神经网络 Bayes理论
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 工程与应用
• 页码范围: 216-218
• 页数: 3页
• 分类号: TP18|S126
• 字数: 3625字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.24.065

摘要

在自动除草系统中优化杂草图像分割算法是降低识别误差的有效途径,为此提出了一种基于神经网络的分割算法.首先由训练样本统计出植被和背景在RGB颜色空间的分布概率,接着通过Bayes理论得出最优分割曲面训练BP神经网络,再通过BP神经网络将各种颜色分为植被和背景两类,并据此分割杂草图像.与其他三种杂草图像分割算法比较,新方法以颜色代替像素点为研究对象并据此构造最优分割曲面从而减小了分割误差并具备较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李克俭	广西工学院电子信息与控制工程系	23	110	6.0	8.0
2	黄玲	广西工学院电子信息与控制工程系	36	139	7.0	10.0
3	胡波	广西工学院电子信息与控制工程系	47	190	7.0	11.0
4	马兆敏	广西工学院电子信息与控制工程系	24	130	7.0	10.0