基于改进OTSU算法的快速作物图像分割

基于改进OTSU算法的快速作物图像分割

论文摘要

针对OTSU算法时间复杂度高、实时性差等缺点,结合粒子群算法(particle swarm optimization,简称PSO)提出了一种新的自适应动态参数控制PSO+OTSU算法。通过自适应动态调整惯性权重因子和学习因子,让处在不同位置的粒子做自己最擅长的事情,从而达到算法满足实时性的目的。通过研究自然农田环境下作物图像,提出了一种改进超绿作物图像灰度化方法。结果表明,提出的自适应算法比标准PSO+OTSU算法运行时间缩短了12.7%,错分率方差缩小了26.3%,具有更好的实时性和稳定性。最后在不同光照、不同复杂背景、不同作物植株条件下进行验证试验,都取得了很好的分割效果,说明改进算法同时具有很强的健壮性。

论文目录

  • 1 算法介绍与设计
  •   1.1 颜色模型选择
  •   1.2 传统OTSU算法
  •   1.3 标准粒子群算法
  •   1.4 改进粒子群算法
  •     1.4.1 对算法的改进
  •     1.4.2 改进粒子群算法的流程
  • 2 图像采集与试验设计
  •   2.1 环境与图像采集
  •   2.2 试验设计
  • 3 结果与分析
  •   3.1 分割精度对比试验
  •   3.2 分割效率对比试验
  •   3.3 稳定性对比试验
  •   3.4 健壮性测试试验
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 白元明,孔令成,张志华,赵江海,戴魏魏

    关键词: 图像分割,粒子群算法,最大类间方差法,超绿图像,学习因子,惯性权重因子

    来源: 江苏农业科学 2019年24期

    年度: 2019

    分类: 农业科技,信息科技

    专业: 农业基础科学,计算机软件及计算机应用

    单位: 常州大学信息科学与工程学院,中国科学院合肥物质科学研究院先进制造技术研究所,南京国际船舶设备配件有限公司技术信息研发部

    基金: 国家自然科学基金(编号:61703390),江苏省重点研发计划(编号:BE2017007-1)

    分类号: TP391.41;S126

    DOI: 10.15889/j.issn.1002-1302.2019.24.054

    页码: 231-236

    总页数: 6

    文件大小: 3908K

    下载量: 421

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于改进OTSU算法的快速作物图像分割
    下载Doc文档

    猜你喜欢