基于脉冲耦合神经网络的植物叶片病斑分割

摘要

为了提高植物病斑图像的分割精度与效果，提出了1种基于脉冲耦合神经网络的植物叶片病斑分割方法。首先利用最大熵机制原理在RGB（红、绿、蓝颜色模型）、HSV（色调、饱和度、亮度颜色模型）空间中选出熵值最大的分量作为处理对象，再利用脉冲耦合神经网络（ PCNN）模型，进行病斑的二值分割，最后对病斑部分进行彩色还原。通过与传统的最大类间方差法（ OSTU）进行对比试验表明，该方法分割处理效果比较理想，鲁棒性好，分割准确率高。