基于深度特征融合的空间植物图像分割算法

• 作者: 孟娟 曹靖康 段江永
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 图像分割 全卷积神经网络 多尺度特征融合 植物
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图像处理
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP391
• 字数: 2473字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.10.012

摘要

空间植物培养实验作为空间科学的一项重要研究,通常会获得大量的植物序列图像,传统的处理方法多采用人工观察,以供后续的进一步分析.本文提出一种基于多尺度深度特征融合的空间植物分割算法.该方法应用全卷积深度神经网络来提取多尺度特征,并分层次地融合由深层到浅层的特征,以达到对植物进行像素级的识别.分层次的特征融合了语义信息、中间层信息和几何特征,提高了分割的准确性.实验表明该方法在分割准确性方面表现良好,能够自动提取空间植物实验中的有效信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段江永	中国科学院太空应用重点实验室中国科学院空间应用工程与技术中心	3	16	2.0	3.0
2	曹靖康		1	1	1.0	1.0
3	孟娟	中国科学院太空应用重点实验室中国科学院空间应用工程与技术中心	4	21	3.0	4.0