合成数据下的植物叶片分割方法研究

发布时间：2024-03-24 10:05

　　植物是地球上不可或缺的生物之一,它为人类提供食物和药材,保护着水资源以及我们赖以生存的土地,并在气候调节等方面起着十分重要的作用。研究植物,特别是在植物的叶片分割这个问题上具有重要价值。植物叶片的分割在植物的识别、植物健康状况的检测等问题上有着重要的意义。研究植物叶片的分割方法是植物在计算机视觉方面的重要任务之一。针对深度学习下的植物叶片分割方法的数据缺乏问题,本文提出了一种使用合成数据来训练分割网络的方法,进而研究自然背景条件下的单片植物叶片分割问题。同时,结合条件随机场、空洞卷积、空洞空间金字塔池化等方法的分割网络,在植物叶片的分割精度上更加精细。本文在本课题所做的工作如下:(1)针对传统的分割方法,它在自然背景下不能对植物叶片进行全自动分割或者分割效果比较差等问题,本文选择了使用深度学习的方法来进行植物叶片的全自动分割。(2)针对深度学习下的植物叶片研究算法训练数据缺乏问题,本文利用三维树叶模型来生成分割数据。并详细讨论了如何通过一张植物叶片,重建得到不同形状、颜色的树叶模型,并和不同的背景融合,自动生成大量的训练图片和训练标签。然后本文利用合成的叶片数据和标签来训练分割网络,并...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1.1复杂背景下的单片植物叶片

重庆大学硕士学位论文1绪论2本所有的研究都集中在单片植物叶片分割问题上，其中，在背景比较单一的叶片上分割效果已经比较好，但是自然背景下的单片植物叶片分割效果还有很大的提升空间，目前还没有一种能够实现全自动分割，并且分割效果让人满意的方法。因为自然背景下的植物叶片分割难度大大提升，....

图2.1训练数据样本Fig.2.1Asampleoftrainingimage

]对边缘进行优化，利用CRF作为一个循环神经网络层来使分割结果更佳精细。在此基础上，DeepLab[24][25]等模型，提出了使用空洞卷积来替换网络中最后几层的卷积层，实现扩大感受野，增加全局分割预测能力，并使用CRF来增加边缘分割效果。不同于FCN的结构，SegNet[26]....

图3.1叶片的建模过程

重庆大学硕士学位论文3植物叶片分割数据生成流程123植物叶片分割数据生成流程本章说明了本文生成分割数据集生成方法。首先，本文先建立树叶的三维模型，利用叶片变形和颜色改变得到该类树叶的多种模型。第二步，将树叶模型投影到二维平面，与不同背景融合，从而生成各种各样的叶片数据和标签。在建....

图3.2叶片的扫描图像

重庆大学硕士学位论文3植物叶片分割数据生成流程13图3.2叶片的扫描图像Fig.3.2Scanningimageofleaves其具体的步骤在于，在获得植物图片之后，本文把叶片转为灰度图，再把叶片的灰度图转化为二值图像。对其进行二值化的目的是使得叶片的轮廓更加清晰，减小计算量，有....

本文编号：3937279