基于NCSPSO-AFSA优化SVM的林木冠层图像分割

编号 zgly0001533139

文献类型 期刊论文

文献题名 基于NCSPSO-AFSA优化SVM的林木冠层图像分割

作者 张冬  刘俊焱  薛联凤  云挺 

作者单位 南京林业大学信息科学技术学院 

母体文献 西北农林科技大学学报(自然科学版 

年卷期 2016年03期

年份 2016 

分类号 S758 

关键词 林木图像分割  NCSPSO  人工鱼群  支持向量机 

文摘内容 【目的】对林木冠层图像采用NCSPSO-AFSA优化支持向量机(SVM)进行图像分割,提取树干分割图,以进一步提高分割效果。【方法】对现有的小生境和交叉算子的粒子群算法(NCSPSO)进行优化,并与人工鱼群算(AFSA)混合,寻找最优惩罚系数C和高斯核函数中的参数γ;然后运用SVM方法对训练样本进行综合训练,以建立最佳分类模型;最后对香樟树、马褂木和杨树的冠层图像进行分割,并与AFSA算法、NCSPSO算法的分割效果进行比较。【结果】AFSA、NCSPSO、NCSPSO-AFSA算法的平均运行时间分别为178.909,154.661和97.213s,平均分割准确率分别为90.83%,94.08%和98.90%,表明改进的NCSPSO-AFSA混合算法在效率上较其他2种算法提高了63%以上,而且分割准确率提高了5%~8%。【结论】运用NCSPSO-AFSA优化SVM方法对林木冠层图像进行树干图像分割,可得到最佳分割效果。