联系平台
  • 国内刊号:CN 32-1115/S
  • 国际刊号:ISSN 0257-4799
  • 主管部门:中国科学技术协会
  • 主办单位:中国蚕学会
    中国农业科学院蚕业研究所
  • 主编:李木旺
  • 地址:江苏省镇江市丹徒区长晖路
    666号 江苏科技大学期刊社
  • 邮政编码:212100
  • 电话:0511-85616835
  • 信箱:canyekexue@126.com
  • Q Q:849229965

结合深度学习与图像处理的黄斑茧识别算法

【期刊年份】2023年第01期
【作者姓名】郭大容1  李子印1  汪小东2  叶飞2  金君2
【作者单位】1中国计量大学光学与电子科技学院;2湖州市质量技术监督检测研究院(湖州市纤维质量监测中心)

摘要  剥茧缫丝是提取丝绸制品原料蚕丝的重要环节,在缫丝前需要对蚕茧进行筛选,剔除不合格的下茧。针对目前自动化识别上车茧和黄斑茧准确率低的问题,文中提出一种结合深度学习与图像处理技术的识别算法。引入空洞卷积改进YOLOv5s网络,利用改进后的网络对不同类别标签的蚕茧图片进行训练和预测;在此初识别基础上,对网络预测结果置信度小于70%的图片进行图像处理二次判别,在原始图片上根据网络预测的锚定框提取出蚕茧所在区域,经背景分割预处理后单独提取蚕茧HSV颜色模型中S通道图,在S通道图上分析蚕茧黄斑颜色特征,统计表面黄斑区域的面积占比和平均饱和度,并设定双阈值进行二次识别。经测试,该算法识别上车茧和黄斑茧的平均准确率达到94.94%,单张图片初识别加二次识别总时间为318.5 ms。

关键词  蚕茧; YOLOv5网络; 黄斑茧识别; HSV模型; 图像二次识别