基于改进OTSU算法的快速作物图像分割 |
| |
作者姓名: | 白元明 孔令成 张志华 赵江海 戴魏魏 |
| |
作者单位: | 常州大学信息科学与工程学院,江苏常州213164;中国科学院合肥物质科学研究院先进制造技术研究所,江苏常州213164;中国科学院合肥物质科学研究院先进制造技术研究所,江苏常州213164;南京国际船舶设备配件有限公司技术信息研发部,江苏南京211121 |
| |
基金项目: | 国家自然科学基金;江苏省重点研发计划 |
| |
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。
|
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 |
本文献已被 CNKI 万方数据 等数据库收录! |
|