基于深度特征融合的空间植物图像分割算法

摘要

空间植物培养实验作为空间科学的一项重要研究,通常会获得大量的植物序列图像,传统的处理方法多采用人工观察,以供后续的进一步分析.本文提出一种基于多尺度深度特征融合的空间植物分割算法.该方法应用全卷积深度神经网络来提取多尺度特征,并分层次地融合由深层到浅层的特征,以达到对植物进行像素级的识别.分层次的特征融合了语义信息、中间层信息和几何特征,提高了分割的准确性.实验表明该方法在分割准确性方面表现良好,能够自动提取空间植物实验中的有效信息.