技术特征：
技术总结
本发明公开了一种基于深度学习和超像素分割的大田稻穗分割方法。该方法利用超像素分割技术中的简单线性迭代聚类方法，将具有相似特征的相邻像素构成图像块即超像素，在大规模训练样本自动标注和选择的基础上，由深度学习技术中的卷积神经网络判别超像素类别实现稻穗的初步分割，并由基于熵率的超像素分割方法对初步分割结果进行优化。该方法能克服不同品种及不同生育期的水稻稻穗颜色、形状、大小、姿态、纹理的巨大差异、稻穗边缘严重不规则、穗叶颜色混叠及田间不均匀且变化的光照、遮挡、刮风因素的影响，实现对不同品种及不同生育期大田稻穗的准确分割，并能适用于盆栽环境稻穗的分割。相比现有技术而言，具备精度高、适用性强的技术优势。
技术研发人员：段凌凤;杨万能;叶军立;王康;熊立仲;陈国兴
受保护的技术使用者：华中农业大学
技术研发日：2017.06.08
技术公布日：2017.11.03