基于脉冲耦合神经网络的粘连玉米种子图像分割
2015-06-15分类号:TP391.41
【部门】安徽科技学院机械工程学院 沈阳农业大学工程学院
【摘要】为解决玉米种子内部机械裂纹检测过程中存在的种子间粘连问题,提出一种基于自适应脉冲耦合神经网络(Pulse coupled neural net)模型与熵值最大原则相结合的图像分割算法。运用直方图均衡化和布特沃斯低通滤波器进行频域增强预处理,以提高玉米种子与图像背景的对比度;运用PCNN模型,结合最大熵值原则对预处理后的粘连玉米种子图像进行分割,并引入图像像素的拉普拉斯能量(Energy of laplace)作为PCNN网络各神经元之间的连接系数,以增强图像分割效果;采用维纳滤波和数学形态学对分割后存在的噪声和断点进行处理,得到最终的分割效果。试验结果表明:PCNN与熵值最大原则相结合的图像分...
【关键词】玉米种子 脉冲耦合神经网络 粘连 图像分割 熵值最大原则
【基金】安徽科技学院博士启动基金项目(ZRC2013397)
【所属期刊栏目】中国农业大学学报
文献传递