基于全卷积网络的鳞翅目标本图像前背景自动分割方法研究

编号 zgly0001576551

文献类型 期刊论文

文献题名 基于全卷积网络的鳞翅目标本图像前背景自动分割方法研究

作者 竺乐庆  马梦园  张真  孟昭军  吴伟  任利利  高翠青  南小宁 

作者单位 浙江工商大学计算机与信息工程学院  中国林业科学研究院森林生态与保护研究所国家林业局森林保护学重点实验室  东北林业大学林学院  西南林业大学保护生物学学院  北京林业大学林学院  南京林业大学林学院  西北农林科技大学林学院 

母体文献 昆虫学报 

年卷期 2018年02期

年份 2018 

分类号 TP18  TP391.41 

关键词 鳞翅目  图像处理  前背景分割  深度学习  全卷积神经网络 

文摘内容 【目的】本研究旨在探索使用计算机视觉技术实现对鳞翅目标本图像的前背景分割方法。【方法】首先对用于训练和测试的昆虫标本图像去除背景,获得昆虫图像的前背景分割参考标准,对过大的昆虫图像进行缩小处理;其次对训练集图像采用旋转、平移、缩放等方法进行数据增强,剪切出中心区域作为有效图像。求取所有训练样本的均值图像,并从所有输入中减去该均值图像。测试用图像只做归一化但不进行数据增强。微调全卷积神经网络,重点调整结构产生变化的卷积层和反卷积层的参数,用前述训练数据集训练直至收敛。对于待分割图像,只要将图像归一化后输入到训练好的全卷积网络,网络将输出前背景分割结果。【结果】该方法在包含823个样本的测试集中进行了测试,取得的m Io U(mean Intersection over Union)达94.96%,而且分割的视觉效果已经非常接近于人工分割的结果。【结论】实验结果证明通过训练全卷积神经网络可以有效实现鳞翅目标本图像的前背景自动分割。