《表3 迭代过程中的最大熵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进PCNN的番茄植株夜间图像分割算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图6为应用改进的PCNN模型进行番茄植株夜间图像迭代分割过程示例。图6a～6e中，从上到下依次是图像1、2、3、4。分别选择在光照条件为2 W LED灯CD布局和28 W卤素灯AB布局下采集的图像作为示例，其中阴影及曝光区域已在图6a中用标注框标出。由图6可见，改进PCNN模型可实现阴影及曝光区域的正确分割，同时在第2次迭代时图像分割效果最佳。表3为图6中4幅图像分割结果对应的最大熵。由表3可见，4幅图像均是在第2次迭代时所得图像分割结果的最大熵。可见，改进PCNN模型在不同光照条件下可实现番茄植株夜间图像的正确分割，且能够减少迭代次数，提高了算法的实时性。