一种基于全卷积神经网络的鳞翅目昆虫图像前背景自动分割方法.pdf

本发明提出了一种基于全卷积神经网络(FCN)的鳞翅目昆虫前背景自动分割方法。通过微调预训练好的卷积神经网络(CNN)模型,构建了一个用于像素级分类预测的全卷积网络。训练网络前,首先对昆虫图像数据集进行了数据增强,以此来满足深度神经网络训练对样本数量的要求。通过对不同卷积层的输出进行融合,探索得到一个可用于鳞翅目昆虫图像前背景分割的网络模型。由CNN初始的分割结果进一步用条件随机场(CRF)来细化边缘细节,并通过提取并填充前景的最大轮廓,以移除网络模型输出结果中存在的噪点干扰和前景中的空洞。该方法使昆虫图像预处理任务完全自动化,可以显著提高鳞翅目昆虫种类自动识别的效率。