• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《农业工程学报》 >基于全卷积网络的土壤断层扫描图像中孔隙分割

基于全卷积网络的土壤断层扫描图像中孔隙分割

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对土壤断层扫描图像中存在部分容积效应及因孔隙成分复杂、结构不规则等引起的分割精度低的问题,该文提出一种全卷积网络(fully convolutional network,FCN)土壤孔隙分割方法,为土壤科学研究提供技术支持.该文以黑土土壤断层扫描图像为研究对象,通过卷积和池化运算输出不同尺度的孔隙特征图;将孔隙的深层特征和浅层特征相融合,采用上采样算子对融合特征进行插值操作,从而输出孔隙的二值图.与大津法、分水岭法、区域生长法和模糊C均值聚类法(Fuzzy C-means,FCM)4种常用孔隙分割方法的对比结果表明,FCN法在低,中,高3种孔隙密度的土壤图像中优于其他4种方法.FCN法的平均分割正确率为98.1％,比4种常用方法分别高25.6％,48.3％,55.7％和9.5％;FCN法的平均过分割率和欠分割率分别为2.2％和1.3％,仅为次优方法(FCM法)的33.8％和23.6％.通过融合土壤孔隙结构的多重特征,FCN法能够实现土壤孔隙整体和局部信息的精准判断,为土壤学的研究提供了一种更加智能化的技术手段.

著录项

  • 来源
    《农业工程学报》 |2019年第2期|128-133|共6页
  • 作者

    韩巧玲; 赵玥; 赵燕东; 刘克雄; 庞曼;

  • 作者单位

    北京林业大学工学院,北京 100083;

    城乡生态环境北京实验室,北京 100083;

    林业装备与自动化国家林业局重点实验室,北京 100083;

    北京林业大学工学院,北京 100083;

    城乡生态环境北京实验室,北京 100083;

    林业装备与自动化国家林业局重点实验室,北京 100083;

    北京林业大学工学院,北京 100083;

    城乡生态环境北京实验室,北京 100083;

    林业装备与自动化国家林业局重点实验室,北京 100083;

    北京林业大学工学院,北京 100083;

    定州市绿谷农业科技发展有限公司,定州 073006;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 土壤物理学;
  • 关键词

    土壤; 图像分割; 全卷积网络; 土壤孔隙; 深度学习;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号