基于改进共生生物搜索算法的植物冠层图像分割研究

王 帅 贾鹤鸣

1(长春光华学院基础教研部 吉林 长春 130033)2(东北林业大学机电工程学院 黑龙江 哈尔滨 150040)

0 引 言

在生命科学研究中，植物表型主要指生物个体或群体在特定条件下所展现出的可供观察的形态特征[1-2]。为解决植物冠层图像分割问题，许多学者通过改进图像分割算法，使其更加适合解决植物冠层图像的分割[3-5]。Chen等[6]提出了一种运用无人机采集植物图像后提取植物表型特性，在采集的植物图像中以树叶为中心点对图像进行分割，每片叶子的形状基于模型进行估计，可以有效地估计叶片的表型形状。Cai等[7]提出了一种模式识别进行估计的背景算法，利用图像之间的差异获得初始估计图像后再用背景细化，达到识别植物表型的目的。从实验结果中可知该算法的速度和精度都有所提高。Wang等[8]提出了波动分析的图像分割方法以识别植物病害对叶片的影响。该算法定义一种新的局部的Hust指数求解方法，通过计算特点区域的像素构成一个特殊的区域，与其他算法对比，该算法能够有效地识别植物的病害区域。

考虑到植物冠层图像的分割重要性，本文通过多阈值Kapur熵方法进行图像分割，使其能够有效地识别出图像中的植物冠层区域。为了提高Kapur熵方法的运算时间和图像分割精度，对Kapur熵方法的适应度函加入优化算法。本文采用改进的共生生物搜索算法作为优化算法，通过莱维飞行轨迹对SOS算法进行改进，加强其全局搜索能力；……