通过DBO-Otsu推进图像细分:通过增强值技术解决树疾病
Zhenjing Xie1, Jinran Wu1, Weirui Tang1
1Tropical Agriculture and Forestry College, Hainan University, Haikou, Hainan Province, China.
PloS one
|March 21, 2024
概括
这项研究介绍了虫优化-Otsu (DBO-Otsu) 以改善树的挖掘板干燥 (TPD) 检测. DBO-Otsu方法提高了图像细分的准确性和速度,以便更好地评估TPD的严重程度.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 优化算法 优化算法
背景情况:
- 挖掘板干燥 (TPD) 显著影响全球产量和质量.
- 准确有效地检测TPD对于行业至关重要.
研究的目的:
- 为TPD检测引入一个优化的Otsu值细分技术 (DBO-Otsu).
- 通过图像分析提高TPD严重程度评估的准确性和速度.
主要方法:
- 实施了泥虫优化 (DBO) 来增强Otsu值细分方法.
- 利用形态特征来评估TPD的严重程度.
- 对标准指标 (PSNR,SSIM,FSIM) 和其他算法进行评估的DBO-Otsu.
主要成果:
- 与现有方法相比,DBO-Otsu显示出优越的图像分割质量和处理速度.
- 在识别TPD严重程度水平 (1-5) 中达到80%的准确性.
结论:
- DBO-Otsu是用于TPD图像分割和识别的高效算法.
- 该方法在改善行业的TPD管理方面具有实际实用性.
