基于深度学习的沉香结香区域图像分割
计算机视觉与模式识别
2024-04-09 v1
摘要
人工提取沉香树脂化合物是一项费力的工作，需要熟练工人且容易出现人为错误。商业沉香产业一直在积极探索使用计算机数控（Computer Numerical Control, CNC）机器来替代人工完成这一特定任务。CNC 机器接收由二值图像生成的 G 代码脚本，在该二值图像中，需要凿除的木材区域被标记为 RGB 值 (0, 0, 0)。我们提出使用深度学习图像分割方法来替代人类专家进行区域标记。我们的设置包括一个捕获横截面图像的相机，随后将图像文件传递给计算机。计算机执行自动图像分割，并向 CNC 机器提供 G 代码脚本。在本文中，我们报告了使用最先进的深度学习分割方法取得的初步分割结果，并讨论了提高分割精度的潜在改进方法。
引用
@article{arxiv.2404.05129,
title = {Image-based Agarwood Resinous Area Segmentation using Deep Learning},
author = {Irwandi Hipiny and Johari Abdullah and Noor Alamshah Bolhassan},
journal= {arXiv preprint arXiv:2404.05129},
year = {2024}
}
备注
15 pages, 6 figures, 3 tables