检索结果-内蒙古大学图书馆

作者：靳飞飞中国海洋大学

学位级别：硕士

视频序列中的目标运动分析是计算机视觉技术领域的重要组成部分。运动分析包括运动目标的初始位置的确定、目标轮廓的提取、目标的检测和跟踪、目标的识别和理解等内容。运动目标初始位置的精确确定和目标轮廓的精确提取是接下来要进行... 详细信息

视频序列中的目标运动分析是计算机视觉技术领域的重要组成部分。运动分析包括运动目标的初始位置的确定、目标轮廓的提取、目标的检测和跟踪、目标的识别和理解等内容。运动目标初始位置的精确确定和目标轮廓的精确提取是接下来要进行的目标跟踪、目标识别以及目标理解的前提条件，对后续工作有至关重要的作用。运动序列中的行人检测是运动目标分析的一个重要方向，在智能监控、人体行为分析等领域有广泛的应用前景和经济效益。活动轮廓模型自1987年提出以来，得到了广泛的关注，在计算机视觉领域有广泛的应用。活动轮廓模型在对变形物体的研究方面有天然的优势，是因为它的轮廓曲线可以灵活的变化，是“活动的”。视频序列中的行人是典型的变形目标，利用活动轮廓模型的“活动的”独特之处，可以有效的实现对行人目标的检测。在本论文中，提出了利用改进的活动轮廓模型来检测视频序列中的行人。首先，我们利用背景差分法得到行人的初始化轮廓线代替手动标定，克服了手动标定存在的不稳定性等一系列问题。其次，对活动轮廓模型的内能项的计算方法加以改进。用轮廓曲线中所有相邻控制点之间距离的平均距离与控制点之间距离的平方这种方法来计算内能，而不是用传统的长度来表示内能，克服了现有方法控制点分布不均的缺点。并且创建局部能量窗口来寻找能量的最优解，利用这种算法既能加大图像力的作用范围，又可以获得较小的计算量，提高了活动轮廓模型的收敛速度。这种方法可以增强物体轮廓的连续性，并且使得控制点能够均匀分布，避免控制点的聚集现象。再次，贪婪算法的运用。提出了利用贪婪算法来获取最小能量，从而获得图像轮廓。而不是运用传统的变分方法。贪婪算法就是一种不需要得到最优解，只希望得到较为满意的解的方法。贪婪算法一般能够较为快速的得到较为满意的解，它省去了为找到最优解而要穷尽所有可能的解所必须耗费的大量时间。贪婪算法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪算法不要求回溯。相比较其他的能量最小化算法来说，贪婪算法具有可靠、稳定、允许添加外界约束等优点，而且算法的复杂度极大的降低。实验结果表明，这种方法在检测行人方面相对于其他目标检测方法或者是传统的活动轮廓模型都有更好的性能。

关键词：目标检测行人检测活动轮廓模型初始化轮廓

来源：评论

学校读者我要写书评

暂无评论

活动轮廓模型在航拍图像分割中的应用研究

活动轮廓模型在航拍图像分割中的应用研究

引用

2011 AASRI Conference on Artificial Intelligence and Industry Application (AASRI-AIIA 2011)

作者：王坤郭丽中国民航大学航空自动化学院天津医科大学医学影像学院

随着计算机、航空技术的发展,航空图像处理进入了数字化时代,航拍图像面临一个重要问题就是实现航拍图像目标的自动提取。本文针对航拍图像的分割问题,研究介绍了活动轮廓模型,即Snake模型,实现航拍目标图像的半自动化轮廓提取方法。文... 详细信息

随着计算机、航空技术的发展,航空图像处理进入了数字化时代,航拍图像面临一个重要问题就是实现航拍图像目标的自动提取。本文针对航拍图像的分割问题,研究介绍了活动轮廓模型,即Snake模型,实现航拍目标图像的半自动化轮廓提取方法。文中采用了snake模型中能量最小化定义的函数,在人工给定初始位置的情况下,通过迭代计算,最终以能量函数最小值的形式,得到目标分割的轮廓描述。通过实验验证,结果表明,采用该方法取得了清晰、连续、准确的图像轮廓结果,该方法能够比较、客观准确地提取航拍图像的边缘轮廓。

关键词：航拍图像活动轮廓模型边缘轮廓提取

来源：评论

学校读者我要写书评

暂无评论

基于活动轮廓模型的图像分割

基于活动轮廓模型的图像分割

引用

作者：张虎重湖南大学

学位级别：硕士

图像分割是图像处理和计算机视觉的基础。近年来，基于偏微分方程的活动轮廓模型在图像分割领域取得了重大的进步，研究成果可有效应用于医学图像分析，遥感图像处理，机器人视觉，视觉跟踪等领域，对推动我国工业的自动化进程、丰富和... 详细信息

图像分割是图像处理和计算机视觉的基础。近年来，基于偏微分方程的活动轮廓模型在图像分割领域取得了重大的进步，研究成果可有效应用于医学图像分析，遥感图像处理，机器人视觉，视觉跟踪等领域，对推动我国工业的自动化进程、丰富和发展现有图像处理方法有着重要的理论与实际意义。而基于变分水平集的几何活动轮廓模型具有物理能量特性直观、数值解法稳定、能自动处理拓扑变化、便于融入约束信息等优点，在图像分割领域得到了广泛的应用。本文主要研究基于变分水平集的活动轮廓模型图像分割技术，主要工作如下：通过对CV模型的研究与分析，针对灰度分布均匀的分段常量图像，提出一种基于全局拟合信息的活动轮廓模型，并且为了避免重新初始化步骤，提高计算效率，文中采用了高斯平滑的方法，不但保持了数值稳定，而且提高了抗噪性能。 GIF模型、LBF模型和边缘检测模型都只是利用单独的一种图像信息来分割图像。因此，为了充分利用图像信息，本文将这三种模型结合起来建立了一种集成的活动轮廓模型。该模型综合利用了全局灰度信息，局部灰度信息和边缘信息，并且同样采用高斯平滑的方法来避免重新初始化。通过实验证明了这种结合对灰度均匀与不均匀图像分割的有效性，并在与CV模型、GIF模型和LBF模型的实验对比中，显示出这种模型具有很好的鲁棒性，和高效稳定的特点。模糊聚类和变分水平集两类方法均是通过最小化目标函数实现图像分割。通过对模糊聚类中隶属度函数的改造，提出了一种融合模糊聚类的变分水平集模型，从而将两种方法的优点相结合。实验充分验证了该模型可以在较少的迭代时间内准确的将目标分割出来，并且能自动处理拓扑变化，对初始轮廓的位置不敏感。

关键词：图像分割活动轮廓模型偏微分方程变分水平集模糊聚类

来源：评论

学校读者我要写书评

暂无评论

基于活动轮廓模型的医学图像分割

基于活动轮廓模型的医学图像分割

引用

作者：刘燕杰南方医科大学

学位级别：硕士

医学图像主要包括X射线断层(CT)、超声、磁共振(MR)等图像,其在人体内部组织器官的定量分析、实时监控和治疗规划等方面都具有重要的作用。利用医学图像进行诊断时,常根据需要将特定的组织器官或感兴趣的区域(ROI)提取出来,以便更好地... 详细信息

医学图像主要包括X射线断层(CT)、超声、磁共振(MR)等图像,其在人体内部组织器官的定量分析、实时监控和治疗规划等方面都具有重要的作用。利用医学图像进行诊断时,常根据需要将特定的组织器官或感兴趣的区域(ROI)提取出来,以便更好地对其进行分析和诊察,这个过程就是图像分割。医学图像分割是医学图像处理与分析的一个重要领域,同时也是计算机辅助诊断与治疗的基础。所谓图像分割,也就是根据某种均匀性或一致性的原则将图像分割成若干个有意义的部分,使得每一部分都符合某种一致性的要求,而任意两个相邻部分的合并都会破坏这种一致性。图像分割在医学图像处理中具有十分重要的意义,比如三维可视化,计算机辅助外科手术以及放射治疗等医学应用都假设已经对图像进行了精确分割。由于医学图像本身分辨率较低、对比度较低,以及固有噪声的影响,使用传统的图像分割方法很难达到要求。活动轮廓模型法是近十几年来使用较广泛的新的图像分割和跟踪方法,它从动力学角度来研究曲线的演化过程,通过计算能量函数的最小值得到图像感兴趣区域的连续闭合边界。由于活动轮廓模型易于建模且可以提取任意形状的目标轮廓等优点,在医学图像分割、边缘检测、运动跟踪等领域有了广泛的应用和较大的发展。并且活动轮廓模型具有高效且简单的计算能力。实践已经证明,它较以往的图像分割方法有较大改进,适用于比较适合医学图像的分割。但由于该方法本身还存在一些问题,这在一定程度上限制了它在临床中的实际应用。针对以上情况,本文旨在通过对活动轮廓模型法的深入研究的基础上,改进或提出适用于医学图像的分割处理方法。因此,本文对基于活动轮廓模型的医学图像分割这一课题进行了深入、系统的研究。本文首先对医学图像分割方法进行了总结,并分析了各方法的优缺点,然后对两大类活动轮廓模型(参数活动轮廓模型和几何活动轮廓模型)和水平集方法作了讨论和分析。重点介绍了Chan-Vese (CV)模型,并分析了它在非均匀图像尤其是医学图像中的应用。从分析中可以看出该模型方法在某些方面还存在一定的不足,因此,对其进行了改进。以下是本文的工作内容： 1.针对CV模型在非均匀图像分割中参数设置困难,提出了基于Kullback-Leibler (KL)距离加权的CV模型(简称KLCV模型)。KL距离随着曲线的进化而变化,因此能够自动调节参数,使其适应于能量函数中的同质性平衡。另外,该模型在传统模型的基础上加入了统计信息,不再只考虑图像的全局信息,进而提高对曲线进化的控制力。 2.由于医学图像中存在的灰度不均匀、组织器官结构复杂等问题,基于图像全局信息的传统CV模型和KLCV模型在医学图像分割领域并没有较为理想的效果。因此本文在以上模型的基础上引入了局部邻域信息,提出了基于KL距离加权和局部邻域信息的CV模型。该模型对图像的分析由图像全局区域信息改为只考虑进化曲线附近的灰度信息,在小的范围内检测灰度的变化,使得图像中远离曲线的不均匀区域不会对曲线的进化造成影响,从而提高新模型在非均匀图像分割中的分割性能。 3.通过对大量的临床医学图像的分割实验,以及对分割结果的比较,验证了新模型能够准确地将目标分割出来,曲线具有良好的稳定性。

关键词：医学图像分割活动轮廓模型水平集 Chan-Vese模型 Kullback-Leibler距离局部邻域信息

来源：评论

学校读者我要写书评

暂无评论

水平集活动轮廓模型在图像分割中的应用研究

水平集活动轮廓模型在图像分割中的应用研究

引用

作者：杨建功陕西师范大学

学位级别：硕士

在人们生活里,图像始终是获取和交换信息的最重要途径之一。而在当前的信息时代,利用计算机来进行图像处理和图像分析已经变得越来越重要。图像分割是图像处理和图像分析的基础性工作,它是后期图像处理和分析得以顺利进行的重要前提。同... 详细信息

在人们生活里,图像始终是获取和交换信息的最重要途径之一。而在当前的信息时代,利用计算机来进行图像处理和图像分析已经变得越来越重要。图像分割是图像处理和图像分析的基础性工作,它是后期图像处理和分析得以顺利进行的重要前提。同时,它也是视觉分析和模式识别的重要前提。所以,图像分割一直备受研究人员的关注。所谓图像分割,就是把图像按照某种相似性准则划分为不同的互不相交的区域,在同一区域内部呈现出相似性,而在不同区域间呈现出明显差异性。迄今为止,已经出现了大量的图像分割方法。在这些分割方法中,活动轮廓模型受到了研究人员的广泛重视。该模型将图像分割问题转化为一个能量泛函的最小化问题,通过曲线演化的过程达到图像分割的目的。活动轮廓模型分为两种基本的模型：基于参数的活动轮廓模型和基于水平集方法的活动轮廓模型。早期的基于参数的活动轮廓模型将曲线以参数的形式来显式地表达。这种模型表示方式简单易懂,但是在演化过程中难以适应曲线的拓扑变化,所以也难以分割结构复杂的目标。而后期出现的基于水平集方法的活动轮廓模型,它将水平集方法与活动轮廓模型相结合,即通过水平集函数的更新来间接地完成活动轮廓模型中曲线的演化过程,从而实现图像分割。基于水平集方法的活动轮廓模型有着显著的优点：首先,这种隐式的曲线表达方式使得曲线能够自动处理演化过程中的拓扑变化。其次,基于水平集方法的曲线演化,在实质上是求解一个偏微分方程,它有着较强的数学背景作为支撑,容易扩展到高维情况。然而,我们也注意到,基于水平集方法的活动轮廓模型在其自身理论以及应用方面仍处于发展阶段,还有许多问题亟待解决。所以,对其进行研究是非常有必要的。本文则主要研究基于水平集方法活动轮廓模型及其在图像分割领域的应用。本文的主要研究内容及创新点如下： (1)全面阐述了基于水平集方法的活动轮廓模型的研究现状,详细总结了水平集方法以及曲线演化的数学原理。 (2)针对水平集迭代过程的特点,提出了一种结合图割方法的水平集迭代终止算法。水平集方法实现曲线演化的本质是将演化曲线隐式地嵌入到高一维的水平集函数中,通过更新水平集函数来达到曲线演化的目的。由于它提高了问题空间的维数,所以其最大缺点是计算量大。而基于水平集方法的活动轮廓模型正是通过迭代法来更新水平集函数。最终的分割效果依赖于迭代的次数：一方面,随着迭代次数的增多,轮廓线越来越靠近目标边界,即分割效果越来越好；另一方面,迭代次数越多(曲线越靠近目标边界)时,曲线的移动越来越微小,但耗费时间在等比增加。同时,这种迭代过程也容易陷入局部最优。GCBAC图割算法,它是一种全局最优化的图割方法,由于将两条演化曲线转化为单源单汇的图割问题,其时间复杂度降低为o(nt.2)。因此,本文提出一种结合图割方法的水平集迭代终止算法,能够有效减少水平集迭代的次数,而且也能够防止水平集迭代陷入局部极值。为水平集迭代的终止方式提供了一种方案。 (3)提出一种基于区域统计信息的改进的几何活动轮廓模型。几何活动轮廓模型是首个基于水平集方法的活动轮廓模型,它通过一个基于图像梯度信息的速度停止函数来控制水平集函数的演化,即轮廓线的运动。速度停止函数在靠近目标边界处的值趋于0,所以在轮廓线在靠近目标边界时,驱动力趋于0。从而导致轮廓线停止在目标边界处,达到目标分割的目的。但是,由于速度停止函数是基于图像梯度信息的,所以几何活动轮廓模型无法分割边界模糊的目标,容易受到噪音干扰。本文构造一个基于图像区域统计信息的符号压力函数,该函数在轮廓线的内部和外部的取值的符号相反,从而能够控制曲线演化的方向：当轮廓线在目标区域外部时使得其向内收缩,而在目标区域内部时使得其向外膨胀,从而使轮廓线最终停止在目标边界处。因此,以之来代替速度停止函数而得到改进的几何活动轮廓模型。实验表明,改进的模型不但能够分割边界模糊的目标,具有抗噪能力,而且使曲线演化具有双向性。 (4)提出一种结合图像局部信息的改进的Chan-Vese模型。Chan-Vese模型是一个经典的基于区域信息的水平集活动轮廓模型。该模型是以Mumford-Shah模型的能量函数为基础,假设目标区域和背景区域是灰度均匀的,将曲线内部和外部区域分别拟合为一个常数,从而使得模型更加简单并且容易处理。Chan-Vese模型在图像分割方面的优点是对噪音不敏感、能侦测出模糊边界以及目标内部的边界。但是,它不能有效分割灰度不均匀的图像。针对此问题,本文构造一个基于图像局部信息的能量项,加入到传统的Chan-Vese模型中,使得改进的模型能够有效分割灰度不均匀的图像。同时,引入Li的内部能量约束项来约束水平集函数始终保持为符号距离函数,从而去掉了水平集函数的重新初始化过程,提高了水平集函数演化的稳定性。

关键词：图像分割活动轮廓模型曲线演化水平集方法灰度不均匀

来源：评论

学校读者我要写书评

暂无评论

新型计算机辅助心肌超声造影分析系统的设计与实现

新型计算机辅助心肌超声造影分析系统的设计与实现

引用

2018海峡两岸医药卫生交流与合作会议暨第十届海峡两岸超声医学高端论坛

作者：杜国庆郑雅朦张运帷王飞王爽孙智超田家玮哈尔滨医科大学附属第二医院超声医学科哈尔滨150086

目的：探讨基于活动轮廓模型(ACM)算法的计算机辅助心肌超声造影分析系统定量评价心肌梗死模型的左室收缩功能及心肌微循环灌注的应用价值. 方法：①心内膜分割主要是基于数学形态学方法,心外膜分割主要是基于Chan-Vese活动轮廓模型... 详细信息

目的：探讨基于活动轮廓模型(ACM)算法的计算机辅助心肌超声造影分析系统定量评价心肌梗死模型的左室收缩功能及心肌微循环灌注的应用价值. 方法：①心内膜分割主要是基于数学形态学方法,心外膜分割主要是基于Chan-Vese活动轮廓模型方法;②根据超声图像质量将其划分为0-5个级别,采用新分割方法对低、中、高图像分别进行处理,并与人工分割结果比较;③将大鼠分为心梗组(MI组)和促红细胞生成素治疗组(EPO组),分别于术前、术后1周及3周行心肌超声造影(MCE)检查一次;④计算机软件对心肌造影图像先后完成自动分割、分区、灌注强度标注、彩色编码及造影曲线自动绘制等处理,并获得左室收缩功能新指标-左室面积变化率(AVF)和心肌灌注强度指标-造影剂密度值(CI);⑤AVF与传统左室功能指标(EF、FS)行相关分析,CI值与免疫组化微血管密度行相关分析,彩色编码图与荧光微球染色和氯化三苯基四氮唑染色(TTC)结果比较. 结果：①对于高质量和中等质量的图像，自动分割获得心内外膜轮廓与人工分割的轮廓具有良好的吻合度，但是对于低质量的图像，心内膜吻合度较高，而心外膜分割误差较大;②术后3周时，与MI组比较，EPO组AVF明显增大(P<0.05)。AVF与EF呈正相关(r=0.934，P<0.001)，与FS亦呈正相关(r=0.862，P<0.001);③术后1周和3周，MI组心梗节段的CI值始终很低，与EPO组比较，有显著统计学差异(P<0.001)。EPO组危险节段的CI值在术后1周和3周呈上升趋势，且有统计学差异(P<0.01);④术后3周时，前壁危险节段CI值与免疫组化微血管密度呈正相关(r=0.852，P<0.01);⑤彩色编码：术后3周MI组梗死节段明显变薄，呈大片红色渲染，EPO组于前壁、侧壁显示有小片状红色区域，其它节段显示为绿色和蓝色混杂，与微球染色及TTC染色明显相似。结论：①基于ACM的心脏超声造影分析软件能够完成对图像的多功能处理，效果较满意;②计算机辅助软件可以实现对左室收缩功能和心肌微循环灌注的定量评估，在评价动物心梗模型治疗效果方面具有较好的应用前景。

关键词：心肌梗死超声造影活动轮廓模型左室收缩功能微循环灌注

来源：评论

学校读者我要写书评

暂无评论

一种多分辨分析的全局图像分割方法

一种多分辨分析的全局图像分割方法

引用

作者：葛琦邵文泽谢世朋 210000 江苏省南京市鼓楼区新模范马路66号

本发明公开了一种多分辨分析的全局图像分割方法，首先，紧支撑小波变换对图像进行分解；然后，将分解后进行重构的系数矩阵作为滤波器；其次，将重构所得的滤波器施加于水平集函数的梯度项，构成新的正则项；接着，基于理想情况下，目... 详细信息

标准号: CN106296668B

本发明公开了一种多分辨分析的全局图像分割方法，首先，紧支撑小波变换对图像进行分解；然后，将分解后进行重构的系数矩阵作为滤波器；其次，将重构所得的滤波器施加于水平集函数的梯度项，构成新的正则项；接着，基于理想情况下，目标和背景的边界应充分契合，提出一种边界正则项用于保持全局最优的分割结果；最后，利用快速对偶算法将含有多分辨率信息的正则项和边界正则项的变分模型进行最小化，以实现水平集曲线的演化。经医学核磁共振图像分割实验表明，本发明对于狭长拓扑结构比一般活动轮廓模型具有更明显的扑捉能力以及更高效的计算时间。

关键词：滤波器活动轮廓模型医学核磁共振分解水平集函数对偶算法多分辨率分割结果全局图像全局最优图像分割拓扑结构系数矩阵小波变换水平集重构的最小化重构分辨契合施加图像分割支撑分析

来源：评论

学校读者我要写书评

暂无评论

一种基于低剂量CT图像的肺结节分割方法

引用

计算机应用研究 2017年第1期34卷 290-294页

作者：黑啸吉蒋慧琴马岭杨晓鹏刘玉敏郑州大学信息工程学院郑州450001 Fast Corporation 2791-5 Shimoturuma Yamoto KanagawaJapan 郑州市医疗信息化工程技术研究中心郑州450001 郑州大学第一附属医院设备科郑州450001

为了减少低剂量胸部CT图像的肺结节分割过程中噪声及灰度分布不均匀等问题的干扰,提出一种新的肺结节分割算法。在活动轮廓模型的基础上,结合模糊隶属度,引入模糊速度函数作为轮廓线演化的限制权重因子,从而可排除分割时噪声等因素的干... 详细信息

为了减少低剂量胸部CT图像的肺结节分割过程中噪声及灰度分布不均匀等问题的干扰,提出一种新的肺结节分割算法。在活动轮廓模型的基础上,结合模糊隶属度,引入模糊速度函数作为轮廓线演化的限制权重因子,从而可排除分割时噪声等因素的干扰并能提高演化效率;针对血管粘连型肺结节,对模糊隶属度进行修正,引入血管特征系数,降低肺实质中大量血管区域的影响。经实验证明,该算法可有效提高肺结节的分割精度,对血管粘连型肺结节分割结果更好,并且能明显降低肺结节的误分割率。

关键词：低剂量CT 肺结节分割活动轮廓模型模糊速度函数血管特征系数

来源：评论

学校读者我要写书评

暂无评论

一种基于活动轮廓分析的工具筛选分类系统装置

一种基于活动轮廓分析的工具筛选分类系统装置

引用

作者：印金汝刘贵全叶剑鸣 230000 安徽省合肥市黄山路602号合肥国家大学科技园C204

本发明公开了一种基于活动轮廓分析的工具筛选分类系统装置，涉及工程工具分选系统领域。本发明中：匀速传送带的一侧依次设有伸缩推送板A和伸缩推送板B；匀速传送带的另一侧依次设有工具箱A和工具箱B；工具图像处理分析装置通过信号传... 详细信息

标准号: CN108009552A

本发明公开了一种基于活动轮廓分析的工具筛选分类系统装置，涉及工程工具分选系统领域。本发明中：匀速传送带的一侧依次设有伸缩推送板A和伸缩推送板B；匀速传送带的另一侧依次设有工具箱A和工具箱B；工具图像处理分析装置通过信号传输方式与工具分类控制继电单元相连；工具分类控制继电单元通过信号传输及电气控制线路分别独立与伸缩推送板A和伸缩推送板B相连。本发明通过在工具图像处理分析装置内的活动轮廓模型处理单元和图像轮廓对比分析单元，能够快速筛选出扳手图像和老虎钳图像；通过在工具筛选分类装置内装设工具分类控制继电单元，能够计时控制伸缩推送板A和伸缩推送板B动作，快速分选出扳手和老虎钳。

关键词：推送板伸缩继电单元工具箱图像处理分析工具分类传送带扳手电气控制线路对比分析单元活动轮廓模型筛选分类系统信号传输方式图像处理单元分类装置分选系统工程工具活动轮廓计时控制快速筛选图像轮廓信号传输装设工具筛选分类分析

来源：评论

学校读者我要写书评

暂无评论

目标对象的识别方法和装置

目标对象的识别方法和装置

引用

作者：童云飞 510530 广东省广州市黄埔区云埔四路6号

本发明公开了一种目标对象的识别方法和装置。其中，该方法包括：获取包含目标对象的第一图像；利用U形全卷积神经网络模型对第一图像进行图像分割，得到目标对象的第一边界；利用活动轮廓模型对目标对象的第一边界进行处理，得到目标... 详细信息

标准号: CN109934813A

本发明公开了一种目标对象的识别方法和装置。其中，该方法包括：获取包含目标对象的第一图像；利用U形全卷积神经网络模型对第一图像进行图像分割，得到目标对象的第一边界；利用活动轮廓模型对目标对象的第一边界进行处理，得到目标对象的第二边界。本发明解决了现有技术中目标对象的识别准确率较低，且可重复性较差的技术问题。

关键词：目标对象图像活动轮廓模型卷积神经网络方法和装置可重复性图像分割准确率

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：