基于全卷积网络的砂石图像粒径检测
【摘要】 为了准确分割开紧密粘连的砂石目标，并获得砂石目标粒径大小，提出一种基于两阶段深度学习的砂石图像粒径检测方法。该方法利用图像处理技术对砂石图像进行预处理，然后通过第一阶段的网络分割模型对砂石目标进行目标分割。对分割目标进行形态学处理后，很多砂石目标紧密粘连在一起，再通过第二阶段的网络分离模型将粘连的砂石目标分离开来，得到分割且分离的结果图。最后计算砂石目标最长径，求均值后得到砂石图像的平均粒径大小。通过实验验证该算法可以快速、准确地将紧密粘连的砂石目标分割开来，提高了砂石目标粒径大小计算精度。
