排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对Otsu算法对直方图呈现多峰多谷的复杂马铃薯病害图像分割效果不佳的问题,结合混合蛙跳算法(shuffled frog leaping algorithm,SFLA)提出了一种Otsu-SFLA分割优化模型,将Otsu病害图像的分割结果作为SFLA算法的优化起点,进行复杂背景的马铃薯病害图像的分割优化,将马铃薯叶枯病、马铃薯晚疫病、马铃薯菌核病、马铃薯根腐线虫病、马铃薯灰霉病的病害图像作为分割对象进行分割,分割匹配率分别为97.0%、96.2%、96.9%、95.7%、94.8%,平均分割匹配率为96.1%,错误率分别为1.6%、1.1%、1.2%、1.1%、1.4%、平均错误率为1.3%,正确率分别为95.4%、95.1%、95.7%、94.6%、93.4%,平均正确率为94.8%,表明Otsu-SFLA模型可有效从复杂马铃薯病害图像中获取病斑区域。 相似文献
2.
3.
4.
利用典型相关分析,对1995—2018年张掖市甘州区农村居民人均可支配收入与农业生产投入产出量的相关关系进行了分析.结果表明,社会消费品零售总额、农村用电量、人均粮食占有量、大牲畜存栏数及农业人口数等的投入量对该区农村居民人均可支配收入的影响最为重要.同时,根据Fisher最优分割法,将张掖市甘州区1995—2018年的农业生产发展分为3个阶段,分析了每个阶段农村居民人均可支配收入的增长情况. 相似文献
5.
为优化马铃薯病斑图像特征提取与病害识别的关键步骤——图像分割的精度,保证分割后的图像能够较好地保留原病斑图像的轮廓与细节,采用混合蛙跳算法优化脉冲耦合神经网络(pulse coupled neural network,PCNN)参数,建立一种高精度的用于马铃薯病斑图像分割的混合蛙跳算法(shuffled frog leaping algorithm,SFLA)-PCNN模型,该模型选用图像分割香农熵与图像分割紧凑度的加权和作为适用度函数,对马铃薯晚疫病害图像进行试探分割,分割正确率为95.41%,实现PCNN参数的自适应优化配置,并获得PCNN参数配置方案为:神经元交互连接系数β=0.38、脉冲激励衰减系数a_θ=0.24、激励脉冲幅度衰减系数V_θ=0.82。利用优化后的PCNN对马铃薯软腐病、环腐病、银腐病、粉痂病、灰霉病5种病害图像进行分割,分割正确率分别为94.41%、95.69%、93.89%、93.91%和93.21%,平均正确率为94.42%,证明SFLA-PCNN模型能有效地从背景区域提取马铃薯病斑,可用于马铃薯病斑检测。 相似文献
1