基于改进全卷积网络的小麦图像分割

• 作者: 万园洁 何小海 卿粼波 石恒 董德良
• 来源期刊: 计算机系统应用
• 关键词: 分割 漫水填充 模板匹配 全卷积网络 BatchNormalization
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 221-227
• 页数: 7页
• 字数: 3671字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006272

摘要

针对漫水填充结合模板匹配的双面联合分割方法对小麦图像进行分割存在过分割以及欠分割现象, 提出基于改进的全卷积网络的图像语义分割方法. 该方法融入前 个池化层的输出信息作为Softmax层的输入, 探讨并得出了只融入第 个池化层的输出信息的网络模型优于同时融入前两个池化层的网络模型, 引入 Batch Normalization层到网络层中, 并且针对小麦图像的需要将原来的21类网络输出类别更换为2类输出. 实验采用建立的小麦图像数据库, 结果表明改进后的网络使得过分割和欠分割现象明显减少, 分割效果得到了显著提升, 并且使用F-measure定量分析了模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
3	董德良		29	122	6.0	10.0
4	石恒		15	21	3.0	4.0
5	万园洁	四川大学电子信息学院	2	5	1.0	2.0