基于SSD的马铃薯叶片图像病斑分割算法研究

摘要

为解决传统特征分割对光照不匀、噪声差异图像的叶片病斑提取适应性问题,提出一种基于SSD神经网络的深度学习方法。先通过多尺度卷积提取深度特征,产生病斑边界候选框集合,再利用非极大值抑制获取病斑叶片区域。之后对于获得的病斑区域利用SVM进行像素分割得到病斑精准边界。对马铃薯叶片图像进行实验验证,获得了图像中病斑的准确边界,病斑区域定位准确率达85%以上,在该基础之上的边界分割准确率可达到80%。相比其他病斑分割方法,该方法利用化整体分割为局部分割的思想,实现了复杂背景下的马铃薯病斑的有效分割,为下一步马铃薯病斑识别打下基础。