摘要：深度學(xué)習(xí)是當(dāng)前機(jī)器學(xué)習(xí)的研究熱點(diǎn)之一,針對(duì)木材表面死節(jié)缺陷圖像,提出一種基于自動(dòng)編碼器(Autoencoder,AE)與長(zhǎng)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(duì)灰度圖像進(jìn)行分塊,同時(shí)將塊變換成行向量,所有行向量組成矩陣并采用AE進(jìn)行深度學(xué)習(xí),通過(guò)設(shè)置多層深度學(xué)習(xí)結(jié)構(gòu),實(shí)現(xiàn)行向量維數(shù)約減。最后采用LSTM對(duì)約減后的死節(jié)和背景特征進(jìn)行訓(xùn)練與測(cè)試并得到分類(lèi)結(jié)果。試驗(yàn)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。