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：林业和草原机械, 2020, 1(06): 52-56.

DOI：10.13594/j.cnki.mcjgjx.2020.06.013

• 木材缺陷
• 语义分割
• 卷积神经网络
• TensorFlow
• OpenCV

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。

• 单位
  电子工程学院; 南京林业大学