| 基于双通道PCNN的玉米种子机械裂纹检测方法 |
| |
| 作者姓名： | 张新伟 易克传 孙业荣 高连兴 |
| |
| 作者单位： | 安徽科技学院机械工程学院,安徽 滁州 233100;玉米育种安徽省工程技术研究中心,安徽 滁州 233100;安徽科技学院机械工程学院,安徽 滁州 233100;吉林农业大学工程技术学院,吉林 长春 130118 |
| |
| 基金项目： | 安徽省教育厅项目(KJ2018A0542、KJ2018A0543、KJ2020A0068);安徽省科学技术厅项目(202004a06020004、202104a06020001) |
| |
| 摘 要： | 针对玉米种子机械裂纹检测准确率低的问题,提出一种基于双通道脉冲耦合神经网络(PCNN)模型的数字图像融合方法:1)运用离散小波变换(DWT)、非下采样轮廓波变换(NSCT)分别对预处理后的玉米种子机械裂纹图像进行分解,得到各自的高低频子带;2)对高低频子带系数分别采用不同链接强度的改进空间频率激励的双通道PCNN模型进行融合操作,得到融合后的高低频子带系数;3)通过NSCT反变换得到最终的玉米种子机械裂纹图像.试验结果表明:采用双通道PCNN模型检测玉米种子机械裂纹的准确率为97.2％;图像熵、相关熵、相关系数、均方根误差分别为0.3511、1.7314、0.9835和0.5263,整体优于LoG、DWT、NSCT和PCNN方法;双通道PCNN方法的单张图像的执行时间为14.9007 s,运行时间最长,但效果最优.
|
| 关 键 词： | 玉米种子 机械裂纹 双通道脉冲耦合神经网络 检测 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南农业大学学报(自然科学版)》下载全文 |
|
