《表2 图4中返青期小麦三种算法结果对比》

  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

《改进遗传算法结合Otsu算法的大田作物分割》

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

分别使用遗传算法+Ksw熵算法、遗传算法+Otsu算法以及改进遗传算法的Otsu图像分割算法针对返青期、七叶期小麦进行了图像分割，结果分别见图3和图4。从最终的图像分割图来看，图3和图4均存在着过分割的情况，而改进遗传算法的Otsu图像分割算法得到的分割图像相对较好。除了使用这种定性的分析外，研究通过对比三种算法所获得的阈值、所需时间以及精准率来比较三者的区别（其中种群数量设置为20以及迭代次数为300）。结果如表1所示。结合表1与表2可发现，改进遗传算法的Otsu图像分割算法在准确率方面较另外两种算法较高（准确率可以看作是在所操作的测试数据集中，其正确分类的样本数量占总样本数量的比例）。因改进遗传算法与Otsu算法相结合，导致算法的复杂度增加，运算过程耗时较长，但与基本遗传算法结合Ksw或者大津算法相比，在保持迭代次数等同的条件下，改进遗传算法既可以维持种群的多样化又提高了收敛速度。