基于遗传蛙跳神经网络的马铃薯病斑图像分割研究
发布时间：2022-02-09 05:33
马铃薯作为粮、菜、饲兼用作物和加工工业原料、生物质能源作物,用途十分广泛,市场需求旺盛,发展潜力巨大。马铃薯还具有生产周期短、增产潜力大、市场需求广、经济效益好等特点,长期以来在全国各地被广泛种植。随着马铃薯种植规模的不断扩大,马铃薯病虫害也逐年加重,成为限制马铃薯产量、品质的主要因素之一,严重影响了马铃薯产业的发展。因此,利用计算机视觉识别马铃薯图像中的病斑区域具有重要现实意义和应用价值。在马铃薯病斑图像识别的过程中,马铃薯图像分割是进行马铃薯病斑图像特征提取与病害识别的关键步骤。本文针对传统PCNN神经网络对马铃薯叶片病斑图像分割需要人工进行反复试探取值,使分割结果存在一定程度的主观性等问题。提出一种遗传蛙跳算法。从而解决参数设置需要人工干预的问题,以期提高PCNN神经网络图像分割的效果。本文的主要工作包括以下几个方面:（1）将遗传算法与混合蛙跳算法相接合,提出一种遗传蛙跳算法,从而解决基本混合蛙跳算法的收敛速度慢,容易陷入局部最优等问题。（2）将遗传蛙跳算法应用于PCNN神经网络的参数调节中,建立一种不需要人工确定参数的SFLA-PCNN模型。（3）在彩色马铃薯病斑图像分割中使用...
【文章来源】：甘肃农业大学甘肃省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
技术路线
甘肃农业大学 2018 届专业硕士学位论文向突然改变地方集中。并且眼睛在对于扫描路线，同样是从一个特征转向另一特征。于此原理，在进行病斑图像识别时，在知觉机制方面，对输入多余信息的排除和关键息的抽出最为重要。与此同时，还要设置一个机制，负责信息的整合，其能够分阶段所得信息进行整理，继而形成一个完整知觉映像。病斑图像识别的主要过程有病斑图像的信息获取、预处理、图像分割、特征提取训练过程。如图 2-1 所示：
遗传算法运算程序：初始化：如果T 为最大进化代数， t 0为进化代数计数器将其当成初始群体X 0 ；个体衡量：所有个体[群体X t 内]适应度计算；选择计算：基于算子选择来影响群体。将新个体基于配对抑或将优化个体向下一代直接遗传，这是选择的基本目的选择操作的前提交叉计算：实质上是基于交叉算子来影响群体。交叉算子变异计算：实质上就是基于变异算子来影响群体。也就是基因座基因值。在挑选、交叉以及变异计算群体X t 的1 即可获得；
【参考文献】：
期刊论文
[1]黑龙江省马铃薯叶斑类病害Alternaria属病原组成和分布[J]. 李雅南,Sayed Rashad Ali Shah,孙少慧,白艳菊,吕典秋,姜丽丽,闵凡祥,高云飞,马纪,王晓丹,金光辉. 分子植物育种. 2017(03)
[2]如何防治马铃薯灰霉病、青枯病及蚜虫害[J]. 张文忠. 农民致富之友. 2015(20)
[3]马铃薯环腐病的发生与防治[J]. 沙俊利. 农业科技与信息. 2014(22)
[4]马铃薯晚疫病病菌在贵州和云南的交配型分布与卵孢子生物学特性分析[J]. 杨芮,方治国,詹家绥,祝雯,潘贤. 江苏农业科学. 2014(07)
[5]结合自适应免疫克隆算法和PCNN的图像分割方法[J]. 李建锋,邹北骥. 小型微型计算机系统. 2013(09)
[6]基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法[J]. 徐亚静,温长吉,王增辉. 吉林农业大学学报. 2013(04)
[7]马铃薯环腐病的发生及其综合防治技术[J]. 夏明聪,李丽霞,樊会丽,李月瑞. 中国果菜. 2012(09)
[8]PCNN参数自适应设定及其模型的改进[J]. 邓翔宇,马义德. 电子学报. 2012(05)
[9]混合蛙跳算法研究综述[J]. 崔文华,刘晓冰,王伟,王介生. 控制与决策. 2012(04)
[10]基于视觉的甜瓜形态信息的无损获取[J]. 吕福香,苗玉彬. 农机化研究. 2011(07)
博士论文
[1]自适应参数设置脉冲耦合神经网络研究及其在图像处理中的应用[D]. 马榕.兰州大学 2017
[2]PCNN机理研究及其在图像处理中的参数自适应设置[D]. 邓翔宇.兰州大学 2013
[3]图像变换域数字水印技术研究[D]. 胡裕峰.浙江大学 2009
硕士论文
[1]融入光度信息的图割图像分割及轮廓提取方法研究[D]. 任美美.太原科技大学 2015
[2]基于PCNN的图像融合方法的研究[D]. 于海慧.华北电力大学 2015
[3]混洗蛙跳算法的研究及应用[D]. 董琳.浙江大学 2014
[4]BP神经网络的研究分析及改进应用[D]. 李友坤.安徽理工大学 2012
[5]一个基于区域分割的图论图像分割方法的改进[D]. 童悍操.清华大学 2012
[6]脉冲耦合神经网络在图像分割与图像检索中的应用研究[D]. 贾时银.云南大学 2011
[7]基于弯曲小波变换的航空构件断口图像识别新方法研究[D]. 聂鹏.郑州大学 2011
[8]基于空间随机树模型的图像分割方法的研究[D]. 张利.西安电子科技大学 2011
[9]基于视觉原理的图像边缘检测算子研究[D]. 何俊峰.华中科技大学 2006
[10]基于滤波的图象特征提取的实现及对图象识别的研究[D]. 陈荆亮.武汉理工大学 2005
本文编号：3616458
【文章来源】：甘肃农业大学甘肃省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
技术路线
甘肃农业大学 2018 届专业硕士学位论文向突然改变地方集中。并且眼睛在对于扫描路线，同样是从一个特征转向另一特征。于此原理，在进行病斑图像识别时，在知觉机制方面，对输入多余信息的排除和关键息的抽出最为重要。与此同时，还要设置一个机制，负责信息的整合，其能够分阶段所得信息进行整理，继而形成一个完整知觉映像。病斑图像识别的主要过程有病斑图像的信息获取、预处理、图像分割、特征提取训练过程。如图 2-1 所示：
遗传算法运算程序：初始化：如果T 为最大进化代数， t 0为进化代数计数器将其当成初始群体X 0 ；个体衡量：所有个体[群体X t 内]适应度计算；选择计算：基于算子选择来影响群体。将新个体基于配对抑或将优化个体向下一代直接遗传，这是选择的基本目的选择操作的前提交叉计算：实质上是基于交叉算子来影响群体。交叉算子变异计算：实质上就是基于变异算子来影响群体。也就是基因座基因值。在挑选、交叉以及变异计算群体X t 的1 即可获得；
【参考文献】：
期刊论文
[1]黑龙江省马铃薯叶斑类病害Alternaria属病原组成和分布[J]. 李雅南,Sayed Rashad Ali Shah,孙少慧,白艳菊,吕典秋,姜丽丽,闵凡祥,高云飞,马纪,王晓丹,金光辉. 分子植物育种. 2017(03)
[2]如何防治马铃薯灰霉病、青枯病及蚜虫害[J]. 张文忠. 农民致富之友. 2015(20)
[3]马铃薯环腐病的发生与防治[J]. 沙俊利. 农业科技与信息. 2014(22)
[4]马铃薯晚疫病病菌在贵州和云南的交配型分布与卵孢子生物学特性分析[J]. 杨芮,方治国,詹家绥,祝雯,潘贤. 江苏农业科学. 2014(07)
[5]结合自适应免疫克隆算法和PCNN的图像分割方法[J]. 李建锋,邹北骥. 小型微型计算机系统. 2013(09)
[6]基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法[J]. 徐亚静,温长吉,王增辉. 吉林农业大学学报. 2013(04)
[7]马铃薯环腐病的发生及其综合防治技术[J]. 夏明聪,李丽霞,樊会丽,李月瑞. 中国果菜. 2012(09)
[8]PCNN参数自适应设定及其模型的改进[J]. 邓翔宇,马义德. 电子学报. 2012(05)
[9]混合蛙跳算法研究综述[J]. 崔文华,刘晓冰,王伟,王介生. 控制与决策. 2012(04)
[10]基于视觉的甜瓜形态信息的无损获取[J]. 吕福香,苗玉彬. 农机化研究. 2011(07)
博士论文
[1]自适应参数设置脉冲耦合神经网络研究及其在图像处理中的应用[D]. 马榕.兰州大学 2017
[2]PCNN机理研究及其在图像处理中的参数自适应设置[D]. 邓翔宇.兰州大学 2013
[3]图像变换域数字水印技术研究[D]. 胡裕峰.浙江大学 2009
硕士论文
[1]融入光度信息的图割图像分割及轮廓提取方法研究[D]. 任美美.太原科技大学 2015
[2]基于PCNN的图像融合方法的研究[D]. 于海慧.华北电力大学 2015
[3]混洗蛙跳算法的研究及应用[D]. 董琳.浙江大学 2014
[4]BP神经网络的研究分析及改进应用[D]. 李友坤.安徽理工大学 2012
[5]一个基于区域分割的图论图像分割方法的改进[D]. 童悍操.清华大学 2012
[6]脉冲耦合神经网络在图像分割与图像检索中的应用研究[D]. 贾时银.云南大学 2011
[7]基于弯曲小波变换的航空构件断口图像识别新方法研究[D]. 聂鹏.郑州大学 2011
[8]基于空间随机树模型的图像分割方法的研究[D]. 张利.西安电子科技大学 2011
[9]基于视觉原理的图像边缘检测算子研究[D]. 何俊峰.华中科技大学 2006
[10]基于滤波的图象特征提取的实现及对图象识别的研究[D]. 陈荆亮.武汉理工大学 2005
本文编号：3616458
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3616458.html
