文献类型： 中文期刊

作者： 张新伟 ¹ ; 易克传 ² ; 刘向东 ² ; 赵学观 ² ; 程昕昕 ² ; 高连兴 ³ ;

作者机构： 1.安徽科技学院机械工程学院;玉米育种安徽省工程技术研究院;新疆大学科学技术学院;北京农业智能装备技术研究中心;安徽科技学院农学院;沈阳农业大学工程学院

2.;安徽科技学院机械工程学院;玉米育种安徽省工程技术研究院;新疆大学科学技术学院;北京农业智能装备技术研究中心;安徽科技学院农学院;沈阳农业大学工程学院

3.;安徽科技学院机械工程学院;玉米育种安徽省工程技术研究院;新疆大学科学技术学院;北京农业智能装备技术研究中心;安徽科技学院农学院;沈阳农业大学工程学院;

关键词： 玉米籽粒;自动化考种;籽粒粘连;图像分割

期刊名称： 中国农业大学学报

ISSN： 1007-4333

年卷期： 2018 年 10 期

页码： 144-151

收录情况： 北大核心 ; CSCD

摘要： 针对玉米自动化考种过程籽粒粘连导致穗粒数统计准确率低的问题,提出一种遗传算法(GA)与改进脉冲耦合神经网络(PCNN)相结合的分割方法(GA+改进PCNN),对粘连玉米籽粒图像的分割问题进行研究。采用数学形态学和wiener滤波对待分割图像去噪,基于小波变换进行多图像融合得到新图像;利用遗传算法寻找改进PCNN模型中参数β、αE和VE的最优解并进行图像分割。结果表明:1)本研究方法对粘连玉米籽粒的分割准确率为98%;2)本研究方法的交叉熵、区域内部均匀性、形状测度维和区域对比度指标依次为0.079 4、0.975 4、0.878 5和0.869 2,总体优于OTSU、改进分水岭、迭代法全局阈值和未改进PCNN分割算法;3)本研究方法的单幅图像处理时间为22.07s,用时长于各比较算法,但分割效果最理想。