摘要
对植物冠层的图像分割传统算法,不但运行效率太低,分割精度效果也不明显。本文采取自适应惯性权重及学习因子的方法对经典算法进行改进,对惯性权重和学习因子采用非线性对数调节方法,引入欧式距离、种群多样性方差及贝塔分布随机数改进了经典算法。解决植物冠层图像分割所存在的问题。通过实验看出,本文算法,不但确保种群的多样性,而且通过不断修正迭代过程在很大程度上提高了搜索速度。从而可以在图像分割上达到更快的速度及更优的精度。
-
单位青岛求实职业技术学院; 北京邮电大学