基于形状描述符和孪生神经网络的纹理分割算法
Texture segmentation based on shape descriptor and siamese neural network作者机构：铁道警察学院图像与网络侦查系河南郑州450053
出 版 物：《微电子学与计算机》 (Microelectronics & Computer)
年 卷 期：2020年第37卷第4期
页 面：65-69页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：河南省科技厅科技攻关计划项目(182102210118) 河南省高等学校重点科研项目(18A520045) 中央高校基本科研业务经费项目(2018TJJBKY017)
摘 要：为提升对复杂几何变换或复杂滋扰图像的分割效果,提出了一种新型的形状描述符及纹理分割算法.在感兴趣区域内聚合图像统计信息,通过神经网络训练得到形状描述符,利用训练得到的形状描述符进行纹理分割.分别对合成图像和真实图像进行分割实验,本文算法在轮廓指标和区域指标上均优于其他算法.实验结果表明,本文算法是有效可行的,并且能够对复杂几何变换或复杂滋扰图像取得较好的分割效果.
维普期刊数据库
同方期刊数据库