摘要
本发明涉及图像处理技术领域,尤其涉及一种基于多尺度残差空洞卷积的烟叶病斑分割方法及系统,采集多幅烟叶病害图像作为原始图像,对采集的每幅原始图像使用图像增强方法进行数据扩充,基于原始图像和扩充数据建立训练集、验证集和测试集;构建语义分割模型,语义分割模型由两个子网络堆叠而成,两个子网络由ROIE+模块相连;结合训练集,利用构造的损失函数对语义分割模型进行训练;采用验证集对训练后的语义分割模型进行验证,选出最优语义分割模型;采用测试集对最优语义分割模型进行测试,评估最优语义分割模型的性能;将待分割的烟叶病害图像输入到训练后的语义分割模型中,得到烟叶病斑分割图。本发明能准确高效地将烟叶病斑区域分割出来。
技术关键词
语义分割模型
输出特征
分割方法
烟叶病害
多尺度
空洞
图像增强方法
网络
注意力
训练集
分支
通道
联合损失函数
编码器
分割系统
图像处理技术
搭建模块
对齐模块
系统为您推荐了相关专利信息
标记医学图像
医学图像分割模型
医学图像分割方法
解码器
分割医学图像
深度特征学习
液晶显示屏图像
卷积模块
特征提取网络
表面缺陷检测
模块
编码器
图像边缘锐化
Sigmoid函数
多尺度特征融合
分解算法
图像增强算法
装配结构件
特征提取算法
多尺度