基于HED网络的奶牛边缘图像特征提取 |
| |
引用本文: | 苏恒强,张俊.基于HED网络的奶牛边缘图像特征提取[J].中国农机化学报,2019,40(12):144. |
| |
作者姓名: | 苏恒强 张俊 |
| |
作者单位: | 吉林农业大学信息技术学院; |
| |
基金项目: | 吉林省科技厅2018年自然基金(20180101041JC) |
| |
摘 要: | 对奶牛的图像进行高精度边缘特征提取,为奶牛的个体识别或者奶牛的线性评定提供重要的评判依据,可以更好的实现奶牛保险业的自动化管理。采用基于FCN和VGG改进的边缘检测HED(Holistically-Nested Edge Detection)网络,在caffe框架下通过MATLAB实现对奶牛原始图像的边缘特征提取。将HED网络检测出的边缘特征图像与传统优化过的Canny算子作比较,无论从直观的边缘图像对比,还是数据的对比,HED网络的效果远远优于传统算法。用500张奶牛图片在BSDS500上进行性能评估,其中200张为训练图片,200张为测试图片,100张为检验图片。HED网络的奶牛边缘检测效果比Canny算法提高18.6%,大大提高奶牛边缘图像的处理精度、去噪声能力。将HED网络检测出的奶牛边缘图像为奶牛的识别提供重要依据,实现奶牛保险业高效的自动化管理。
|
关 键 词: | 奶牛 图像处理 边缘特征提取 Holistically-Nested Edge Detection |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《中国农机化学报》浏览原始摘要信息 |
| 点击此处可从《中国农机化学报》下载免费的PDF全文 |
|