科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于活性污泥显微图像固有的光晕、阴影等伪影以及絮状物和丝状菌多样性和结构性的不均匀性，传统图像分割方法存在絮体和丝状菌欠分割和过分割的问题.笔者基于高分辨率网络(high resolution network, HRNet)提出一种级联高分辨率网络(cascaded high resolution network, CHRNet)的活性污泥显微图像分割方法.该方法基于HRNet网络框架，通过特征金字塔构建级联的解码器结构，利用低分辨率提取语义信息，并中高分辨率恢复与细化边缘信息.引入多标签监督使反向传播更加平滑，从而实现更准确的预测.通过引入加权交叉熵损失函数，改善活性污泥显微图像分割中絮体和丝状菌样本类别不均衡的问题.真实污水处理厂活性污泥显微图像数据集图像分割实验结果表明：CHRNet方法在鲁棒性和泛化能力方面好于HRNet、U-Net和DeepLabV3+方法.
- 出版日期2023
- 单位沈阳化工大学
