《基于改进蜂群算法优化神经网络的玉米病害图像分割 Image segmentation method for maize diseases based on pulse coupled neural network with modified artificial bee algorithm》.pdfVIP

第 29 卷 第 13 期 农 业 工 程 学 报 Vol.29 No.13 142 2013 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2013 基于改进蜂群算法优化神经网络的玉米病害图像分割 1,2 2 ※ 1 1 温长吉 ，王生生 ，于合龙 ，苏恒强 （1. 吉林农业大学信息技术学院，长春 130118 ； 2. 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室，长春 130012 ） 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 doi ：10.3969/j.issn.1002-6819.2013.13.019 中图分类号：S126，TP391.41 文献标志码：A 文章编号：1002-6819(2013)-13-0142-08 温长吉，王生生，于合龙，等. 基于改进蜂群算法优化神经网络的玉米病害图像分割[J]. 农业工程学报，2013， 29(13)：142－149. Wen Changji, Wang Shengsheng, Yu Helong, et al. Image segmentation method for maize diseases based on pulse coupled neural network with modified artificial bee algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(13): 142 －149. (in Chinese with English abstract) 分割是病害识别效果好坏的关键性环节之一[2-3] 。当 0 引 言 前针对作物病害图像分割算法包括阈值分割算法、 病害是影响玉米等农作物生长的主要诱因之 空间聚类算法、区域生长算法、数学形态学方法和 一。生产中为了提高玉米等主要农作物的品质和产 多种计算智能方法等，但是由于作物病害图像存在背 量，需要对作物生长过程中遭受到的病害进行有效 景信息成分复杂、病斑区域排列无序、颜色纹理分布 诊治[1] 。传统玉米等大田作物的病害诊断需要聘请 不均、病斑边界模糊和叶片表面纹理噪声等干扰，因