摘要：深度學習是當前機器學習的研究熱點之一,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(Long Short-Term Memory,LSTM)的深度學習圖像分割方法。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進行深度學習,通過設置多層深度學習結(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。