基于卷积评价及对抗网络的花粉、孢子图像增广算法

作者：王万亮; 江高飞; 严江伟; 薛卫^*

来源：江苏农业学报, 2022, 37(05): 1190-1198.

• 花粉检测
• 图像增广
• 图像分割
• pix2pix网络

针对花粉、孢子图像特征复杂,样本稀缺及种类繁多制约图像检测识别效果的问题,建立基于自适应阈值分割的pix2pix图像增广模型。首先基于卷积评价改进自适应阈值分割算法,择优选取语义分割图像;其次构建pix2pix图像增广模型,将语义分割图像和原始图像建立标签映射用于模型训练,根据语义分割图像生成仿真图像,扩充样本数据集。结果表明,以149种花粉、孢子图像为样本,通过图像增广模型生成的花粉、孢子图像整体相似度达到85.40%;图像增广前Faster RCNN、YOLOv3检测模型的检测精准率分别为86.18%、85.64%,使用增广后的样本训练模型,检测精准率分别达到92.16%、90.57%,提升5.98个百分点和4.93个百分点。

• 单位
  山西医科大学; 南京农业大学