计算机应用

作者：张文彬, 朱敏, 张宁, 董乐

单位：1. 电子科技大学 计算机科学与工程学院, 成都 611731;2. 珠海(横琴)食品安全研究院, 广东 珠海 519000

关键词：植物工厂,深度学习,卷积神经网络,偏色光植物图像,图像分割

基金：国家自然科学基金资助项目（61772114）；广东省引进领军人才项目（2016LJ06S419）。

为了解决传统图像分割算法在植物工厂中偏色光植物图像上分割精确度不高、泛化性能差的问题，提出了一种基于卷积神经网络，并结合深度学习技术，对人工偏色光下植物图像进行精确分割的方法。采用该方法，最终在偏色光植物图像原始测试集上达到了91.89%的分割精确度，远超全卷积网络、聚类、阈值、区域生长等分割算法。此外，在不同色光之下的植物图片上进行测试，该方法也较上述其他分割算法有着更好的分割效果和泛化性能。实验结果表明，所提方法能够显著提高偏色光下植物图像分割的精确度，可以应用于实际的植物工厂工程项目当中。

来源：2019年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第12期