基于语义分割的槟榔内核轮廓检测

• 作者: 张东波 张莹 朱泽敏 汪忠
• 来源期刊: 计算技术与自动化
• 关键词: 语义分割 边缘检测 深度学习 全卷积网络 扩张卷积
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 105-112
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201904020

摘要

针对槟榔去核工序中槟榔内核轮廓检测问题,提出一种基于语义分割的槟榔内核轮廓检测方法.分割模型以VGG16为基础网络,将全连接层替换为卷积层,增加了跳跃结构,将浅层特征经过采样后在同一尺度下与深层特征进行融合,并将常规卷积替换成扩张卷积,减少了学习参数,提升了分割模型的实时性,得到最终的FCN-Dilated-VGG-8s分割模型.该模型对槟榔图像分割的准确率达到98.79％,单张图像分割只需0.071 s,模型大小只有FCN-VGG-8s模型的37.5％.算法表现出良好的鲁棒性,实现了槟榔图像准确、快速分割.通过对分割完后的图像的边界提取,即可得到完整平滑的槟榔内核轮廓线.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张东波	湘潭大学信息工程学院	72	505	12.0	19.0
3	张莹	湘潭大学信息工程学院	23	99	6.0	9.0
9	朱泽敏	湘潭大学信息工程学院	1	0	0.0	0.0
10	汪忠	湘潭大学信息工程学院	1	0	0.0	0.0