-
题名基于选择性搜索的药用植物目标检测
被引量：1
- 1
-
-
作者
孟令涛
孙国强
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《软件》
2020年第6期96-101,共6页
-
文摘
药用植物目标检测可以有效应用于药用植物的图像识别以及图像的语义分割。文章对已有的算法做了优化,使其对自然环境下的药用植物目标检测更为准确,提出了一种基于选择性搜索的目标检测算法。该算法首先对药植图像进行高斯滤波去噪,并对图像做归一化预处理。对预处理后的图片使用基于图的图像分割算法进行原始分割区域的划分,计算相邻区域间的颜色、纹理、大小和交叠相似度。最后根据相似度进行区域合并,最终得到目标区域。文章图片数据集来自PPBC中国植物图像库以及作者实地拍摄。实验结果表明,该算法对有花植物检测得分达到84.3,叶片植物检测得分达到67.86,平均检测得分为76.08,较原选择性搜索算法提升12.64。此外,该算法不需要训练,计算简单,适用性更强。
-
关键词
药用植物目标检测
选择性搜索
语义分割
区域合并
-
Keywords
medicinal plant target detection
Selective search
Semantic segmentation
Region merging
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
