分割算法

摘要： 卷积神经网络在癌症病理图像分割中具有突出表现,但在临床应用上依然面临着切片染色多样、分辨率差异大等挑战。针对上述问题,提出了一种病灶分割网络HU-Net,提高了癌症病理图像的分割精度。HU-Net使用U-Net网络作为基本结构,利用经过预训练的EfficientNet-B4作为网络特征编码器,解码器部分在U-Net网络上进行改进,将不同深度特征重新进行组合进行特征融合,提升了深层特征在预测中的作用。在此基础上,利用各深度层融合特征预测输出,构建多损失函数共同训练,使深层语义信息更具鉴别力。最后,采用改进的通道注意力模块对融合特征进行选择,使网络对不同分辨率图像的适应性增强,提升了模型筛选重要特征的能力。在BOT数据集和SEED数据集上分别进行癌症病灶分割实验,所提方法的DICE系数得分在两个数据集上分别达到77.99%和82.94%,准确度得分分别达到88.52%和87.42%。该方法相较于U-Net和DeepLabv3+等网络有效提升了癌症病理图像病灶分割精度,实现了更准确的癌症病灶定位和分割。

摘要： 在当前的目标跟踪领域,现有的基于分割的算法没有充分利用目标的长距离依赖信息和各个特征层的不同特性,前背景判别能力不强,对目标的多尺度估计不足。针对此问题,提出了自适应特征融合模块和混合域注意力模块,以提高网络对目标的多尺度估计能力和对目标的前背景辨别能力,并将其集成到当前基于视频分割的算法中,提出了一种新的目标跟踪算法,在各大公开数据集上的实验结果证明其达到了领先水平。

摘要： 地下轨道交通具有典型且清晰的超网络特征。本研究在一般网络虽直观,但不能反映网络定量特征和特性的缺点的基础上,选取中国目前地下轨道交通里程建设前三名的三大城市上海、北京、广州进行超网络分析对比。建立地下轨道交通节点-超边超图分析模型并提出了超图超边权重设置及分割算法,提供了新的网路分析路径。分析结果表明,三大城市地下轨道交通有各自的优缺点,都存在需要优化改进的地方。同时三大城市地下轨道交通正处于发展期,建设的进度及分布同各城市经济发展板块和人口分布特征相吻合。

摘要： 为了检测齿轮在生产过程中出现划痕、凹槽等缺陷,需要对齿轮图像进行降噪、图像增强、图像分割与识别处理。对目前已有的去噪算法进行分析,提出一种改进的自适应中值滤波算法对图像进行降噪;通过比较各种图像增强算法,最终采用灰度分段线性变换增强;在图像分割算法中,提出一种基于改进的K-means聚类的齿轮表面缺陷分割算法,将人类学习优化算法和K-means聚类算法相结合,应用于齿轮表面缺陷检测,通过实验结果可知,利用K-means聚类算法进行齿轮缺陷的检测具有较好的效果。运用MATLAB软件对算法进行仿真,提高了齿轮缺陷检测的准确性和效率。

摘要： 医学图像分割在临床诊断中发挥着重要作用,也是其他医学图像处理方法的基础.随着计算机硬件性能的提高,基于深度学习的图像分割技术已成为处理医学图像的有力工具,被广泛应用于各种医学图像分割任务中.文中介绍了常见的医学图像种类及其特点,对近些年涌现出的图像分割算法进行了分析和对比,部分算法已经成功应用到脑组织、肺部和血管等部位图像分割任务之中.文中还针对目前基于深度学习的医学图像分割技术在发展过程中所面临的问题给出了应对策略,并对今后的发展方向进行了展望.

摘要： 基于图像金字塔的分割算法存在分割边界不明显、区域较窄的人工结构图象分割不足、不能确定具体类别的问题,若图像中包含着其他的背景信息,此种算法就不能很好地进行分割.基于卷积神经网络搭建烟草垄行的语义分割,可更好地区分背景,此垄行语义分割的卷积神经网络模型使用了宽度卷积来压缩各卷积层的可训练参数,类间平衡技术训练,并使用PReLU激活函数为宽度卷积提供非线性输出.此模型相对于Segnet模型处理测试集图像平均每幅耗时降低46.9％,像素准确率提高28.6％.

摘要： 针对雾霾、雨雪、雷电等极端条件下舰船红外图像分割准确率低、误检率高的问题,提出极端天气条件下舰船红外图像分割算法.在描述极端条件下舰船获取的红外图像特征,输入原始红外图像,采用高斯滤波器提升原始红外图像的信噪比,利用滑动窗口计算原始红外图像的局部标准差,通过四处二值化图像,以图像形态学为基础进行光伏列阵填充,根据图像轮廓调整光伏阵列区域,获取分割结果.实验结果表明,本文研究的舰船红外图像分割算法的准确率较高,误检率较低,具有较好的实际应用性能.

摘要： 提出了一种基于改进SOLOv2的服装图像分割算法,以解决因小目标以及遮挡引起的服装图像分割准确率低的问题.以SOLOv2为基础模型,优化掩膜特征分支中对多层特征的融合方式,从深至浅逐层融合特征信息;上采样过程中选用M ish激活函数,在提高模型泛化能力与收敛速度的同时,强化模型对图像中小目标服装特征的提取能力;引入影响因子优化损失函数,根据遮挡程度自适应调整损失函数的权重,减少遮挡问题对服装图像分割带来的影响.实验结果表明:与原SOLOv2模型相比,提出的方法平均预测精度值提高了3.2％.改进后的分割算法能显著提升对遮挡、小目标服装图像的分割准确度.

摘要： 计算机视觉中图像处理及图像理解是重要技术,图像语义分割对于图像理解具有直接影响.为能够进一步提高图像语义分割准确性以及效率,提出一种基于全卷积网络的图形语义分割可将任意尺寸图片输入其中,端对端实施像素级分割,能够显著提高分割准确度.但是在实际应用中,容易出现分辨率低问题,为提升图像语义分割精度,该文从FCN基础实施改进,减少池化步长、实现多尺度池化和叠加高层语义因此以及改进代价函数.针对研究算法在PASCAL VOC 2012数据集上对其实施验证以及评测,研究结果发现这一算法和原有算法相比平均交并比得到相助提升,达到0.6％.

摘要： 针对人工采摘效率低、成本高且劳动力缺乏的问题,利用采摘机器人实现果实的自动化采摘日益成为研究的热点.视觉识别作为采摘机器人的关键技术之一,其发展对实现自动化采摘具有重要意义.采摘环境的复杂性为机器人正确识别目标带来了困难,使得目前的识别算法研究仍面临着较大的挑战.本文阐述了常见的几种目标分割识别算法,并将其归纳为基于特征、像素和深度学习的三类识别方法,综述了国内外学者在采摘机器人识别目标时应用到的分割和识别算法,并对目前存在的问题进行总结,同时对今后的研究趋势进行展望,以期为采摘机器人的研究设计提供参考.

摘要： 已有的基于深度神经网络的目标区域分割算法在目标边界分割效果存在一些问题,我们针对上述问题提出了融合图像像素信息与图像语义信息的目标区域分割算法.首先通过深度神经网络提取图像的语义级别的信息,得到图像语义级别的全局特征;然后利用条件随机场模型对图像局部区域进行像素级别建模,得到图像的局部细节特征;最后,综合利用图像的局部细节特征和图像的全局特征,得到目标区域的分割结果.实验结果表明,与已有的算法相比,本算法能够更好地分割出目标的边界区域,抑制边界区域分割粗糙的问题,得到较准确的目标分割区域.

摘要： 弧路径规划问题(CARP)是物流科学研究的热点问题之一.CARP问题可以通过转换为路径规划问题(CVRP)问题来进行求解,将CARP的弧段等效于CVRP问题的点进行处理,具体求解过程中可以使用先排序后聚类(RFCS)方法,先对所有弧段当做节点来处理进行(TSP)排序,运用分割算法将完整的TSP回路,分割为多条满足背包限制的TSP路径,形成优化方案.提出了一种全新的分割算法——多标号算法,在完整TSP回路的基础上得到较优的满足背包限制的TSP路径.并通过对标准问题库中问题与几种使用较为普遍的分割算法进行对比试验,数据验证结果显示多标号算法较之于其他分割算法有更好的分割效率,并通过结合蚁群算法验证了多标号算法在RFCS方式解决CARP问题中具有较好的性能与应用前景.

摘要： 针对高分辨率遥感影像空间上下文信息丰富、地物类别之间边缘信息突出的特点,提出了一种融合边缘信息的面向对象分割算法,应用Canny算子对全色影像进行边缘信息提取,结合光谱信息和边缘信息构建基于图论方法的距离度量函数获取边权值,并采用最小生成树Kruskal算法完成彩色影像的初始分割,通过综合分析对象内的光谱、形状和边缘信息完成区域合并,生成分割结果图.利用Worldview2和Pleiades两幅三波段RGB影像进行试验,并通过采用eCognition8.0试用版的处理结果进行对比,验证了该方法的有效性.

摘要： 随着互联网的快速发展,网页已成为获取信息的主要来源.为了使出版机构能够及时从大量网页中发现所需文献,需要设计能够从HTML页面中自动提取文献信息的算法.为此,本文设计了基于条件随机场的文献记录分析算法:首先,设计了文档对象树的分割算法,通过分割标记将页面数据分成独立的部分,这些数据块由标签和文本序列构成;随后,将该序列作为条件随机场模型的特征向量,建立文献信息标记模型;最后,设计启发式算法,从标记模型中提取文献信息数据,并通过实验验证了其有效性.

摘要： 在实际应用中,针对遥感图像地物类型复杂,传统模糊C-均值聚类分割无法自动确定不同遥感图像所对应的聚类中心的问题,提出一种无监督的利用直方图峰值分布确定聚类中心数目的算法,以达到最优自动分割的目的.并在此基础上,将核函数和上下文关系引入模糊C-均值聚类中去,对聚类特征进行优化.实验结果表明,该算法具有良好的分割效果,也达到了自动聚类分割的目的.

摘要： 为实现木材缺陷图像的准确分割,研究了在RGB色彩空间使用K-means聚类算法进行木材缺陷图像的分割方法,针对K-means聚类算法图像分割的不足之处,并提出了一种改进方案.在改进算法中,加入对图像像素点的邻域处理,根据邻域特性适时调整原图像,充分利用图像像素的区域特征,以此来抑制一些局部噪声.实验结果表明,改进算法不仅能够滤除较多的干扰信息,而且能更好的拟合分割边界,改善图像的分割效果.

摘要： 为了实现人脸自动分割,本文提出了一种基于图的人脸自动分割算法.运用ASM方法获得人脸特征点,根据特征点几何位置自定义初始前、背景和人脸轮廓曲线,建立包含轮廓约束的拉普拉斯图能量函数,将分割问题转化为凸函数的极小化问题,并设计了相应的加速算法.实验结果表明本文算法在分割精度和效率方面都有很好的性能.

摘要： 传统的视觉系统只能采集二维图像,只能通过图像中的纹理和颜色等信息把植株与土壤和杂乱的背景所分开,这样会产生大量的误分类和噪声.立体视觉系统可以得到图像的深度信息,因此可以很好的把植物前景和温室的背景分开.本文利用盆栽植株的整体形态与茎干的直线特征,通过Hough变换、基于直方图的统计方法及Otsu算法在深度图像上进行植株茎干检测,从而提取植株的数字特征。实验结果表明:所提出的盆栽茎干检测和分割算法取得了令人满意的效果，对植物生长的数字化成像与可视化呈现有积极的意义。

摘要： 本文使用水平集方法分割线束端子显微图像内径轮廓.根据线束端子显微图像的固有特点,首先对显微图像进行增强处理,然后将其转换至Lab空间,利用黄蓝颜色信息使用水平集方法进行分割,最后用数学形态学方法进行处理,得到最终的内径轮廓.实验结果表明,本文方法可以获得较好的线束端子显微图像内径轮廓,有利于后续的数据提取和质量检测.

摘要： 本文使用水平集方法分割线束端子显微图像内径轮廓.根据线束端子显微图像的固有特点,首先对显微图像进行增强处理,然后将其转换至Lab空间,利用黄蓝颜色信息使用水平集方法进行分割,最后用数学形态学方法进行处理,得到最终的内径轮廓.实验结果表明,本文方法可以获得较好的线束端子显微图像内径轮廓,有利于后续的数据提取和质量检测.

摘要： 本发明公开了一种X射线透视图像下基于深度分割网络和最短路径算法的导丝分割方法，该方法构建了深度分割网络OCR U‑Net以及Dijkstra最短路径算法，得到X射线透视图像下导丝分割模型。首先训练X射线透视图像导丝分割模型，得到每个像素属于导丝的概率值，然后用得到的逐像素概率值与该位置的灰度值加权求和作为距离，最终使用Dijkstra最短路径算法优化导丝分割结果。本发明能自动、完整地分割X射线透视图像下的导丝结构。

摘要： 本发明公开一种基于SLIC超像素分割和显著性检测算法的主动轮廓模型图像分割方法。所述方法首先使用SLIC算法对图像进行预处理，得到超像素分割的结果。针对超像素分割的结果，计算不规则的超像素块之间的对比度以估计显著性值进而获取显著区域，再将获取的显著信息与像素之间的空间相关性加权融合得到显著图。然后用Canny算子提取显著图的区域边界，以显著性区域边界为初始曲线，构造初始水平集Φ。对目前主动轮廓CV模型所存在的参数过多等问题进行改进，使用改进过的主动轮廓CV模型进一步处理紫外图像，最终得到准确理想的紫外分割图像。

摘要： 本发明公开了一种基于有向交叉遗传算法和二维最大熵阈值分割算法的图像分割方法，方法包括以下步骤：获取图像并计算二维直方图；生成初始种群；计算适应度值并保存精英个体；设置算法参数；对种群进行遗传操作包括选择选择操作、有向交叉、变异操作，并计算变异个体适应度值；保留精英个体；判断是否满足终止条件，若满足条件即获取最优个体作为阈值进行图像分割，若不满足条件返回遗传操作步骤。本发明将有向交叉遗传算法推广到二维情形并与二维最大熵图像分割相结合，解决了遗传算法在图像阈值寻优时具有盲目性的问题，极大提高了使用遗传算法进行图像分割的速度和准确率。

摘要： 本发明涉及一种灰度图像的一维对象复杂度图像分割算法及分割步骤，本复杂度图像分割算法包括：确定最佳分割阈值，以分割图像中目标区域与背景区域；本发明很好的解决了待分割图像中的目标和背景的灰度区别不明显时，一般方法分割会使图像的信息丢失，易出现比较严重的分割错误的问题，且具有分割效率高，运算速度快的优点。

摘要： 本发明公开了一种基于有向交叉遗传算法和二维最大熵阈值分割算法的图像分割方法，方法包括以下步骤：获取图像并计算二维直方图；生成初始种群；计算适应度值并保存精英个体；设置算法参数；对种群进行遗传操作包括选择选择操作、有向交叉、变异操作，并计算变异个体适应度值；保留精英个体；判断是否满足终止条件，若满足条件即获取最优个体作为阈值进行图像分割，若不满足条件返回遗传操作步骤。本发明将有向交叉遗传算法推广到二维情形并与二维最大熵图像分割相结合，解决了遗传算法在图像阈值寻优时具有盲目性的问题，极大提高了使用遗传算法进行图像分割的速度和准确率。

摘要： 本发明涉及一种基于遗传算法和最大熵阈值分割算法的图像分割方法，包括以下步骤：计算图像的灰度直方图；对图像的灰度值进行编码，产生M个初始种群；利用最大熵阈值分割算法计算种群中每一个个体的适应度；对种群进行遗传操作得到新种群，遗传操作包括选择操作、交叉操作和变异操作；判断两次种群中最优解的逼近程度，如果小于接受概率则结束，并获得分割阈值，否则返回，继续迭代；根据分割阈值处理待分割图像。本发明能够在短时间内收敛到较好的分割阈值。

摘要： 本发明公开了一种基于实例分割算法的堆石坝料分割方法，包括：(1)采集样本图像，以施工现场自然环境下的土石坝料作为研究对象；(2)建立图像预处理模块，裁剪样本并为转换灰度图像，对图像进行对比度拉伸及暗通道去雾；(3)制作图像数据库，利用labelme进行图像标注及划分；(4)将数据集导入实例分割网络模型，利用迁移学习加载预训练权重进行样本训练，通过组建的Resnet101模块、特征金字塔模块、ROIAlign模块实现土石颗粒的分类与回归预测；(5)利用步骤(4)得到的训练结果，对土石样本预测，实现土石坝料颗粒的分割与形态特征提取。本发明基于深度学习实例分割技术保证了检测精确度与检测效率，简化了操作流程，环境适应性强，分割精度高。

摘要： 本发明涉及果园道路分析技术领域，具体公开了一种基于轻量化语义分割算法的果园复杂道路分割方法，所述方法包括在预设的范围内获取数据集，基于所述数据集确定图像识别模型；实时获取待检图像，基于所述图像识别模型对所述待检图像进行特征提取，得到特征图；基于训练好的深度可分离卷积模型对所述特征图进行卷积运算；其中，特征图的输出通道数不变；根据所述卷积运算结果确定路径及所述路径在待检图像中的位置关系。本发明与其他模型的识别效果差距不大，满足了对果园复杂路径信息提取的要求，有效地提高了算法的运算效率，降低了果园环境下农业机器人对视觉识别所需算力的要求，满足后续视觉导航对实时性的需求。

摘要： 本发明涉及一种高精度图像语义分割算法模型及分割方法，所述模型为了全局信息在多级融合过程中的损失，对目标细节不确定性进行建模，可以很大程度上消除图像噪声干扰及图像局部信息较少导致的细节不确定性，从而提升目标边缘的语义分割精度。所述分割方法基于所述分割算法模型来实现，所述分割方法降低了卷积神经网络识别细节特征的难度，提升了卷积神经网络对细节的建模能力和建模精度，能有效识别目标的细节结构及特征，降低遮挡和图像质量等因素对语义分割照成的干扰。

摘要： 本发明公开一种丝饼油污分割算法，用于化纤生产线上丝饼表面油污缺陷的检测，包括以下步骤：对采集到的丝饼图像进行灰度化处理；利用图像分块算法对丝饼进行分块处理以提高算法执行速度；利用同态滤波器对丝饼进行消除光照不均匀处理；利用滤波算法对丝饼图像进行滤波处理以去除多余噪声；对滤波后的图像进行阈值分割以定位出油污的大致区域；提取油污的左上区域的某个位置作为种子点，以区域生长法进行分割；对分割好的丝饼图像进行形态学处理已去除多余的孔洞和噪声。本发明的丝饼油污分割算法可以有效地对丝饼上的表面油污进行分割，具有分割精度高的优点，可应用于实际丝饼生产线上，具有广泛的应用场景。