基于卷积神经网络的虫情图像分割和计数方法

• 作者: 何林容 关文斌 王东升 王卫民 符首夫 顾榕蓉
• 来源期刊: 计算机工程与科学
• 学科: 农学
• 关键词: 虫情计数 卷积神经网络 图像分割 Insect-Net
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形与图像
• 页码范围: 110-116
• 页数: 7页
• 分类号: S435|TP391.4
• 字数: 3535字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.01.014

摘要

为提高虫情图像的分割和计数的准确率,提出了一种基于卷积神经网络的虫情图像分割和计数方法.该方法基于U-Net模型构造了一种昆虫图像分割的模型Insect-Net,将完整的虫情图像和切割后的虫情图像分别输入模型后,提取两者特征进行融合.将融合后的特征输入1个1×1的卷积层得到最终分割结果,再将得到的结果二值化后,采用轮廓检测算法将昆虫目标与背景分离并计数.实验结果表明,该方法在虫情图像中取得了较高的分割正确率和计数正确率,分别为94.4％和89.2％.用深度学习和卷积神经网络的方法有效提高了虫情图像的计数精度,并且为昆虫识别分类提供了大量的无背景数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王卫民	江苏科技大学计算机学院	21	71	4.0	8.0
2	王东升	江苏科技大学计算机学院	10	38	3.0	6.0
3	符首夫	江苏科技大学计算机学院	1	0	0.0	0.0
4	顾榕蓉	江苏科技大学计算机学院	1	0	0.0	0.0
5	何林容	南京林业大学计算机科学与技术学院	1	0	0.0	0.0
6	关文斌		1	0	0.0	0.0