基于语义分割的农作物病害识别综述研究
2021-08-06赵小虎李晓
现代计算机 2021年18期
赵小虎,李晓
(1.矿山互联网应用技术国家地方联合工程实验室(中国矿业大学),徐州221008;2.中国矿业大学信息与控制工程学院,徐州221008)
0 引言
国家“十三五”规划就已明确指出,农业领域的应用基础和软件科学研究急需加强,通过信息技术推动农业技术发展。为实现农业生产智能化、现代化,优秀学者将图像分割技术应用于农业领域,以解决病虫害防治、诊断不及时等问题[1]。目前,图像分割大致分为语义分割、实例分割和全景分割三个部分。在农业领域较为常用的为语义分割,图像语义分割不仅能够在像素级别对目标进行逐像素分割,实现从底层到高层的语义推理过程,还能够对目标进行定位[2-3]。将语义分割技术应用于农作物病害识别可以实现非人工监测病害分析,减少人工成本,实现病害诊断、防治,促进农业生产的高产能、优品质、高效益。
1 图像语义分割算法研究
1.1 图像语义分割基本介绍
传统的语义分割方法由图像纹理、颜色、几何形状和空间结构等信息对目标进行分割,将具有同一语义的像素分割为同一区域,且各区域间互不相交。传统语义分割方法可分为基于阈值的分割、基于聚类的分割、基于边缘的分割和基于区域的分割等,但传统方法需要特定的预处理以及人工标注数据集,成本高耗时长,因而网络的灵活性不高,应用范围有所限制。随着深度神经网络的出现,图像分割技术突破传统模式得到飞速发展。2015年LONG等人提出……
登录APP查看全文
