基于改进蜂群算法优化神经网络的玉米病害图像分割

摘要：

更加细致的体现病害外部形态特征和较为完好的保留病害区域颜色纹理信息，是玉米等作物病害分割的关键性研究问题之一。该文提出一种基于改进人工蜂群算法的脉冲耦合神经网络图像分割算法，该算法以最大香农熵和最小交叉熵加权线性组合作为蜂群算法收益度评价函数，通过引入尺度因子调整引领蜂和跟随蜂的解搜索策略，改进后人工蜂群算法与脉冲耦合神经网络相结合，实现网络参数的自动优化调节。在RGB色彩子空间上将该算法用于一组玉米常见病害彩色图像分割，并借鉴利用彩色图像合并策略得到最终病害分割结果。试验表明，该文算法较为细致的体现病害外部形态特征，较为完好的保留了颜色纹理信息；利用分割区域色度误分度 V(I)值作为评判标准，该文算法V(I)幅值顺次降低2.03%、7.05%、10.15%和11.2%，综合降低了7.32%也优于对比算法。因此，该文算法为病害彩色图像分割提供了一种较为有效的方法。

关键词：病害、图像分割、图像识别、改进人工蜂群算法、脉冲耦合神经网络、玉米

分类号：S126;TP391.41(农业物理学)

资助基金：国家自然科学基金61133011,61170092,60973088;吉林大学科学前沿与交叉学科创新基金200903178;吉林农业大学科研启动基金青年基金201237。

在线出版日期：2013-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：142-149