《表2 图4中返青期小麦三种算法结果对比》
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。
图表编号 | XD0088939300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 赵明霞、吕致、郝雅洁、史维杰、李富忠 |
绘制单位 | 山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院、山西农业大学软件学院 |
更多格式 | 高清、无水印(增值服务) |