基于改进HED网络的重叠葡萄果粒轮廓特征提取

针对复杂背景以及果粒重叠造成的葡萄果粒边界难以准确检测识别的问题,提出一种基于改进HED网络的图像边缘检测算法。算法改进HED神经网络模型,使网络中每个卷积层的输出均得到充分利用;引入骰子(Dice)系数改进原有加权交叉熵损失函数。利用非极大值抑制方式对生成的边缘预测图进行边缘细化处理。实验结果表明,改进后的模型在验证集下的ODS(Optimal Dataset Scale)和OIS(Optimal Image Scale)分别达到0.801和0.817。通过比较改进HED与Canny、HED、DeepEdge三种算法对不同光照条件下的检测结果,表明改进的HED在不同条件下Dice系数高于其他算法约0.01,准确度高于其他算法约0.04。该研究结果为葡萄表型特征提取和葡萄生长规律研究提供了参考。