同济大学学报(自然科学版)

作者：郝雪丽，李玉峰，裴莉莉，李伟，石丽，曹磊

单位：1.长安大学 信息工程学院，陕西 西安 710064;2.安徽科力信息产业有限责任公司 智能交通安徽省重点实验室，安徽 合肥 230088

关键词：沥青混合料,黏结集料图像分割,Multi-ResUnet模型,分水岭算法

基金：国家自然科学基金（51908059，52178407，51978071）；中央高校基本科研业务费专项资金（300102240206，300102249301）

为提高黏结集料图像的分割精度，提出了基于Inception网络与残差连接优化的黏结集料图像分割模型（Multi-ResUnet模型）。利用实验室自主研发的集料三维特性分析系统V3.0对黏结集料图像进行采集，并建立图像分割模型样本集，然后采用图像分割模型对样本集进行训练。结果表明：相较于分水岭算法和Unet模型，该图像分割模型的精确率分别提升了30.46%和2.11%，召回率分别提升了4.68%和1.85%，准确率分别提升了25.95%和2.47%。

来源：2022年第5期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2022年第5期