一种基于深度学习的土壤线虫图像分割与宽度测量方法

    公开(公告)号:CN113344936A

    公开(公告)日:2021-09-03

    申请号:CN202110748905.7

    申请日:2021-07-02

    Inventor: 李士军 张畅 宫鹤

    Abstract: 本发明提供一种基于深度学习的土壤线虫图像分割与宽度测量方法,通过获取包含土壤线虫的图像,对图像人为标注构成数据集,采用深度学习的图像分割方法,训练神经网络模型,将图像分割为土壤线虫区域以及其他区域,然后使用OpenCV计算机视觉软件库计算线虫体宽。本方法能够有效去除图像中的气泡与土壤颗粒等杂质,避免其干扰计算,实现更加可靠的土壤线虫识别和宽度测量,提高了对土壤线虫宽度计算的准确度,降低了人工计算产生的误差,大幅缩小人为工作时间,为土壤氮素转化量计算提供依据。该方法还可以根据用户的特定需求对所获取图像中线虫的形态等进行分析,提升了光学显微镜在土壤生物学方面的研究能力。

Patent Agency Ranking