《表4 基于最大熵的图像分割性能对比》

  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

由表4、5可知，应用改进PCNN模型对849幅图像进行分割，均在第2次迭代时获得最佳图像分割效果，每幅图像的平均分割时间为0.994 4 s。比较而言，传统PCNN模型达到最佳图像分割效果的迭代次数约为6，平均每幅图像分割时间为10.461 0 s。因此，与传统PCNN模型相比，改进PCNN模型的实时性得到了显著提升。与Otsu算法相比，改进PCNN模型的实时性稍差，主要原因是改进PCNN模型的运算量大于Otsu算法，且需进行两次迭代。