基于卷积神经网络的木材缺陷图像语义分割

• 作者: 严飞 程玉柱
• 来源期刊: 林业和草原机械
• 关键词: 木材缺陷 语义分割 卷积神经网络 TensorFlow OpenCV
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计|Research & Design
• 页码范围: 52-56
• 页数: 5页
• 分类号: S781.5|TP391.41
• 语种: 中文
• DOI: 10.13594/j.cnki.mcjgjx.2020.06.013

摘要

语义分割是机器视觉中一项具有挑战性的任务,利用深度学习提高语义分割性能是当前研究的热点之一.针对木材缺陷图像语义分割问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的木材缺陷图像语义分割方法.首先,回顾CNN的几种典型的网络结构及其发展历程;然后,总结了图像语义分割方法的分类,并提出了改进的CNN图像语义分割方法;最后构建木材缺陷图像数据库,对模型进行训练和测试.基于TensorFlow与OpenCV的测试结果表明,设置合适的通道数和网络层数等参数,算法能够实现木材缺陷的图像分割.