粘连颗粒图像的分割方法综述

作     者：高辉 甄彤 李智慧 Gao Hui;Zhen Tong;Li Zhihui

作者机构：粮食信息处理与控制重点实验室河南工业大学信息科学与工程学院郑州450001 

出 版 物：《中国粮油学报》 (Journal of the Chinese Cereals and Oils Association)

年 卷 期：2022年第37卷第3期

页      面：186-194页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技支撑计划(2018YFD0401404) 

主　　题：粘连分割 分水岭 凹点 U-Net语义分割 

摘      要：粘连图像分割作为颗粒计数、分类、定级评价、识别的基础环节,其实际应用价值不言而喻。本文简要介绍现有的传统分割算法和基于深度学习的分割算法种类,根据粘连颗粒尺寸小、随机散落、数量众多、形状不规则及边缘特征模糊等特点,结合粘连分割算法在各种领域中的应用现状,重点阐述基于分水岭、凹点、U-Net语义分割的方法,介绍关键技术,分析优缺点,明确适用范围,进行算法评价,并对相关的研究方向和发展趋势作出展望。