农业机械学报

作者：项荣,张杰兰

单位：中国计量大学,中国计量大学,

关键词：番茄植株;夜间图像;脉冲耦合神经网络;图像分割

基金：浙江省自然科学基金项目(LY17C130006)

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0.9944s；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。

来源：2020年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第3期