10.3969/j.issn.1006-2475.2020.07.021
基于全卷积网络的砂石图像粒径检测
为了准确分割开紧密粘连的砂石目标,并获得砂石目标粒径大小,提出一种基于两阶段深度学习的砂石图像粒径检测方法.该方法利用图像处理技术对砂石图像进行预处理,然后通过第一阶段的网络分割模型对砂石目标进行目标分割.对分割目标进行形态学处理后,很多砂石目标紧密粘连在一起,再通过第二阶段的网络分离模型将粘连的砂石目标分离开来,得到分割且分离的结果图.最后计算砂石目标最长径,求均值后得到砂石图像的平均粒径大小.通过实验验证该算法可以快速、准确地将紧密粘连的砂石目标分割开来,提高了砂石目标粒径大小计算精度.
砂石图像、粒径检测、语义分割、计算机视觉、全卷积网络
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目;江苏省自然科学基金资助项目
2020-07-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
111-116