基于改进PCNN的番茄植株夜间图像分割算法

• 作者: 张杰兰 项荣
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 番茄植株 夜间图像 脉冲耦合神经网络 图像分割
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 130-137
• 页数: 8页
• 分类号: TP391.41
• 字数: 4995字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.03.015

摘要

为实现番茄植株夜间图像分割,设计了一种基于最大类间方差法的改进脉冲耦合神经网络(PCNN)图像分割算法.该算法对传统PCNN模型中的链接输入项进行加权处理,在进行图像分割前,先基于最大类间方差(Otsu)算法获得阈值,再将该阈值赋值给改进PCNN模型中的链接输入项权值、突触链接系数β、链接权放大系数VE和阈值迭代衰减时间常数αE.对849幅番茄植株夜间图像进行试验,结果表明,图像分割正确率平均值为90.43％,平均每幅图像分割时间为0.994 4 s;输入链接项的加权处理可减少PCNN的迭代次数,提高算法的实时性;基于Otsu算法可实现改进PCNN模型的网络参数自适应设置.基于视觉效果、最大熵及分割正确率这3项评价指标的对比分析显示,改进PCNN模型的分割效果优于Otsu算法和传统PCNN模型,实时性优于传统PCNN模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	项荣	中国计量大学质量与安全工程学院	17	238	6.0	15.0
2	张杰兰	中国计量大学质量与安全工程学院	2	0	0.0	0.0