计算机工程与科学

作者：张俊鹏, 刘辉, 李清荣

单位：（昆明理工大学信息工程与自动化学院，云南 昆明 650000）

关键词：工业烟尘检测,图像分割,全卷积网络,长短时记忆网络,

基金：国家自然科学基金(61863018)

工业生产中常根据林格曼烟气黑度判断工业烟尘的污染等级，一种有效的方式是应用计算机视觉系统对工业烟尘进行监测，其中对烟尘目标进行准确分割是该系统的关键技术。因为工业烟尘具有形状不固定、和云相似度高等特点，现有算法在复杂场景下对烟尘进行分割时容易受到干扰，分割准确度有待提高。针对这一问题，提出一种基于FCN-LSTM的工业烟尘图像分割方法，在全卷积网络对图像空间特征提取的基础上，使用长短时记忆网络提取图像序列的时间信息，通过烟尘的动态特征对运动的烟尘和背景进行区分，增强复杂场景下的抗干扰能力。实验表明，本文模型相比于全卷积网络，在复杂场景下的抗干扰能力有显著提升，能够有效克服来自云的干扰，对全卷积网络分割结果中易出现干扰点的问题也有改善，IoU指标最高有8.04%的提升。

来源：2021年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第5期