基于高光谱图像和深度学习的烤后烟叶叶脉分割方法

本发明涉及深度学习技术领域，具体涉及基于高光谱图像和深度学习的烤后烟叶叶脉分割方法，包括：采集烟叶的高光谱图像，构建烟叶叶脉分割网络模型，主要包括可变形卷积、CBAM模块和ASPP模块，能够准确分割各种复杂结构及其变化下烟叶图像中叶脉的主脉与支脉，提出了叶脉形态参数的智能测量方法。实验结果表明叶脉分割网络模型的分割结果展现出更高的连通性、更低的噪声水平以及更强的细节捕捉能力，为叶脉形态参数测量和烟叶质量分析提供了坚实的基础。