[发明专利]一种植物图像分割及叶片骨架提取方法及系统有效
| 申请号： | 201811216474.4 | 申请日： | 2018-10-18 |
| 公开（公告）号： | CN109544554B | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 李叶;许乐乐;郭丽丽;王先锋;阎镇;饶骏;金山 | 申请（专利权）人： | 中国科学院空间应用工程与技术中心 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T5/50 |
| 代理公司： | 11212 北京轻创知识产权代理有限公司 | 代理人： | 杨立;徐苏明 |
| 地址： | 100094*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种植物精细分割和叶片骨架提取方法及系统，其方法包括构建包括多个子神经网络的混合神经网络模型；采集多张植物图像作为训练图像样本,根据训练图像样本标注对应植物的类别和叶片骨架，并根据标注后的训练图像样本对混合神经网络模型进行训练；采集目标植物图像，并将目标植物图像输入训练后的混合神经网络模型，训练后的混合神经网络模型输出植物图像分割结果和植物叶片骨架提取结果。本发明的植物图像分割及叶片骨架提取方法，通过构建混合神经网络模型，并采采集植物图像对混合神经网络模型进行训练，从而同时实现植物图像精细分割和叶片骨架提取，并且能有效抑制负复杂背景的干扰，提高植物图像分割及叶片骨架提取的精度。 | ||
| 搜索关键词： | 混合神经网络模型 叶片骨架 植物图像 训练图像 分割 种植物 构建 样本 精细 采集目标 采集植物 分割结果 复杂背景 骨架提取 目标植物 神经网络 图像分割 图像输入 样本标注 有效抑制 植物叶片 标注 图像 采集 输出 | ||
【主权项】：
1.一种植物图像分割及叶片骨架提取方法，其特征在于,包括如下步骤:/n步骤1：构建包括多个子神经网络的混合神经网络模型，所述混合神经网络模型至少包括第一子神经网络N
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院空间应用工程与技术中心，未经中国科学院空间应用工程与技术中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811216474.4/，转载请声明来源钻瓜专利网。
