基于优化PCNN模型的黄瓜叶片病斑提取方法

• 作者: 刘祖鹏
• 来源期刊: 江苏农业科学
• 学科: 工学
• 关键词: 智能化农业 计算机视觉 黄瓜病斑叶片 病斑提取 脉冲耦合神经网络模型
• 年，卷（期）: 2018,（18）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 216-221
• 页数: 6页
• 分类号: TP391
• 字数: 6375字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2018.18.055

摘要

黄瓜叶部病斑的精确提取是计算机视觉技术在黄瓜病害识别系统中应用的关键.由于黄瓜叶部病斑形态小、光照不均匀、背景复杂等特性,导致现有的病斑提取方法精度较差.针对这一问题,提出一种基于优化脉冲耦合神经网络(pulse coupled neural network,简称PCNN)模型的黄瓜叶片病斑精确提取方法.首先,对采集的病斑叶片进行Lab颜色空间变换,通过对颜色分量的平均值和高斯滤波结果进行差值计算,获取病斑叶片的频率调谐视觉显著性图;接着,对病斑图像进行HSI颜色空间变换,提取色调(hue,简称H)分量,进行色调的均衡优化,并通过融合优化后的H参量来增强病斑叶片的频率调谐视觉显著性图;最后,对传统PCNN模型进行简化,构建网络参量的自适应更新规则,并将融合后的显著性图作为模型的输入参量进行病斑的分割和形态学处理,获取病斑的提取结果.结果显示,本研究方法能够实现在光照度改变、背景干扰等不同复杂环境下对黄瓜常见病斑图像进行精确提取,试验结果为后续的病害精确识别奠定了较好的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘祖鹏	河南工学院电子通信工程系	4	0	0.0	0.0