编号 zgly0001665556
文献类型 期刊论文
文献题名 森林工程
作者单位 东北林业大学机电工程学院
母体文献 森林工程
年卷期 2019年03期
年份 2019
分类号 TP391.41 TP18
关键词 植物叶片图像 最大熵阈值分割 粒子群算法 HSV图像
文摘内容 以分割植物叶片图像中的叶片作为研究目的,采用基于优化粒子群算法(Improved Particle Swarm Optimization,IPSO)的最大熵阈值分割法对阈值向量进行寻优。传统的最大熵分割法存在算法运算速度慢和效率不高等问题。本文提出的优化粒子群算法改善传统粒子群算法易陷入局部最优等问题,改进后的分割方法具有收敛速度快和精度高的特点。针对植物叶片图像分割中的叶片重叠等问题,将RGB图像转换成HSV(Hue,Saturation,Value)图像并提取其中的V分量,应用IPSO算法对最大熵阈值分割法的适应度函数进行寻优。实验对比最大熵值和算法运行时间,结果显示本文方法在算法分割精度和收敛效率上均有较大的提升,表明本文提出的分割方法优于传统最大熵法。因此,该方法能够更加高效的对植物叶片图像进行分割,具有较强的工程实用性。