摘要：深度學(xué)習(xí)是當(dāng)前機器學(xué)習(xí)的研究熱點之一,針對木材表面死節(jié)缺陷圖像,提出一種基于自動編碼器(Autoencoder,AE)與長短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)的深度學(xué)習(xí)圖像分割方法。將RGB彩色圖像轉(zhuǎn)換成灰度圖像,對灰度圖像進行分塊,同時將塊變換成行向量,所有行向量組成矩陣并采用AE進行深度學(xué)習(xí),通過設(shè)置多層深度學(xué)習(xí)結(jié)構(gòu),實現(xiàn)行向量維數(shù)約減。最后采用LSTM對約減后的死節(jié)和背景特征進行訓(xùn)練與測試并得到分類結(jié)果。試驗結(jié)果表明,提出的算法的分割效果好,能很好地提取木材表面死節(jié)缺陷。