检索结果-南通市图书馆

基于边界先验和改进U-Net的口腔CBCT图像牙齿分割算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于边界先验和改进U-Net的口腔CBCT图像牙齿分割算法

作者：李东虎吉林大学

学位级别：硕士

随着经济社会的快速发展,人类饮食习惯的改变导致口腔健康状况不容乐观。在临床诊断中,牙科医生很难通过传统方法充分了解患者口腔内部的真实情况。随着计算机技术和数字化口腔医疗的不断发展,锥形束计算机断层扫描(Cone Beam Computed ... 详细信息

随着经济社会的快速发展,人类饮食习惯的改变导致口腔健康状况不容乐观。在临床诊断中,牙科医生很难通过传统方法充分了解患者口腔内部的真实情况。随着计算机技术和数字化口腔医疗的不断发展,锥形束计算机断层扫描(Cone Beam Computed Tomography,CBCT)作为一种医学影像技术被用于牙科临床诊断。然而,人工对CBCT图像中的牙齿进行分割费时费力,对医生的熟练度也有较高的要求。因此,亟需一种CBCT牙齿全自动分割方法来辅助牙科医生进行牙齿疾病的诊断。由于牙齿周围的牙槽骨与牙齿的密度非常相似难以区分,而且相邻牙齿之间存在边界模糊,所以从CBCT图像中精确分割出牙齿是一项极具挑战的工作。本文提出了一种基于深度学习方法的两阶段学习的牙齿分割模型。两阶段学习的第一阶段对牙齿边界先验信息进行学习,第二阶段在边界先验信息的辅助下完成牙齿的分割。网络的两个阶段都使用U-Net作为主干网络,在第一阶段网络中加入边界注意力模块,通过使用通道注意力机制帮助学习重要特征信息,并融合多尺度特征信息获得有效的边缘特征;在第二阶段网络中加入特征融合单元来融合从牙齿图像和牙齿边界图像中学习到的解码特征,进一步增强网络分割相邻牙齿以及区分牙齿与牙槽骨的能力。本文使用CBCT牙齿数据集在多个语义分割网络中进行了实验,结果表示与现有的牙齿分割算法相比,本文所提出的算法可以更完整地对牙齿的边界进行分割,且分割效果更为准确。此外,本文设计的消融实验证明了边界注意力模块、深度监督分支和特征融合单元的有效性。

关键词： CBCT图像牙齿分割深度学习边界先验注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合基元对比度与边界先验的显著性区域检测

高技术通讯 2015年第2期25卷 163-170页

作者：窦燕陈美奂段亮亮燕山大学信息科学与工程学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004

研究了对完成计算机视觉任务有重要作用的视觉显著性检测,考虑到单纯依靠对比度计算进行显著性检测具有一定的局限性,提出了一种结合基元对比度与边界先验信息的显著性区域检测算法。该算法通过Mean-Shift分割构造图像基元结构,以图像... 详细信息

研究了对完成计算机视觉任务有重要作用的视觉显著性检测,考虑到单纯依靠对比度计算进行显著性检测具有一定的局限性,提出了一种结合基元对比度与边界先验信息的显著性区域检测算法。该算法通过Mean-Shift分割构造图像基元结构,以图像基元为基础,利用图像颜色和亮度两种特征获得基元对比度显著图,再利用图像边界先验条件得到边界显著图;为了突出显著性目标,采用一种新的融合方式将以上检测结果进行融合,最后对显著图像进行多尺度增强操作,以获得更加高质量的显著性图。在国际公开数据集上的实验表明,该算法与现有的较成熟的方法相比,基本符合人眼的主观判断,具有较高的精度召回率。

关键词：显著性区域基元对比度边界先验特征融合多尺度

在线全文

学校读者我要写书评

暂无评论

自然场景下基于边界先验的图像显著性检测

计算机工程 2016年第1期42卷 278-281,286页

作者：范青于凤芹陈莹江南大学物联网工程学院江苏无锡214122

为了对自然场景中的显著目标进行准确检测,提出一种基于边界先验的图像显著性检测方法。采用简单线性迭代聚类的超像素分割算法将图像分割为颜色和纹理具有一致性的超像素,根据边界先验理论,分别计算4个边界的边界先验显著图,并且融合... 详细信息

为了对自然场景中的显著目标进行准确检测,提出一种基于边界先验的图像显著性检测方法。采用简单线性迭代聚类的超像素分割算法将图像分割为颜色和纹理具有一致性的超像素,根据边界先验理论,分别计算4个边界的边界先验显著图,并且融合成为粗略的显著图,大致区分图像的背景和显著目标,将边界先验显著图的质心作为显著目标的中心位置进行空间显著性分析,从而突出显著目标,得到最终的显著图。仿真结果表明,与Itti算法、基于对比的方法、基于图论的方法等相比,该方法能够均匀地突出显著对象,有效地抑制背景。

关键词：超像素分割边界先验空间显著性显著性检测背景区域

基于边界先验及对比度优化的显著目标检测算法

在线全文

学校读者我要写书评

暂无评论

基于边界先验及对比度优化的显著目标检测算法

作者：谢畅上海交通大学

学位级别：硕士

显著目标检测是在图像中标注出显著物体或关键区域的过程。随着大数据时代的来临,图像作为信息的载体,成为传递消息的重要途径。在计算机视觉领域,显著目标检测广泛应用于图像分割,物体检测与追踪,图像增强等技术中。因此,显著目标检测... 详细信息

显著目标检测是在图像中标注出显著物体或关键区域的过程。随着大数据时代的来临,图像作为信息的载体,成为传递消息的重要途径。在计算机视觉领域,显著目标检测广泛应用于图像分割,物体检测与追踪,图像增强等技术中。因此,显著目标检测算法的理论研究与实际应用,对于处理海量的图像信息,有着重要意义。显著目标检测算法可分为自顶向下和自底向上两种。近年来,自底向上方法结合图像中的背景先验信息与图像本身的低层信息,与早期生物激发模型相比,效果明显提升。然而,现有的基于背景先验的显著性算法模型中存在先验区域选取不合理的问题,导致计算出的前景区域不准确,影响最终结果。本文针对该问题提出了基于对比度优化流形排序的显著目标检测算法。利用图像边界信息找出背景先验,设计出采用显著期望,局部对比度以及全局对比度三个指标来衡量先验质量的算法,并根据先验质量设计带权加法,代替简单乘法融合显著先验,获得更佳的显著估计。从先验中提取显著区域时,本文优化了选取阈值的策略,更合理地选取出前景区域,再利用流形排序得到显著性图,使显著性检测结果更加准确。实验结果表明,与同类算法相比,本文算法突出显著区域,减少噪声,更符合人类视觉感知,并在处理时间上快于深度学习方法。

关键词：边界先验流形排序局部对比度全局对比度显著期望超像素块划分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于边界先验和迭代优化的显著目标检测

基于边界先验和迭代优化的显著目标检测

作者：霍树伟天津大学

学位级别：硕士

显著目标检测是计算机视觉领域的重要课题之一,其主要任务是模拟人的视觉注意机制,从图像中快速分割出最容易引人关注的物体或区域。目前,显著目标检测已作为一种重要的图像信息预处理技术被应用到包括图像检索、目标追踪、物体识别等... 详细信息

显著目标检测是计算机视觉领域的重要课题之一,其主要任务是模拟人的视觉注意机制,从图像中快速分割出最容易引人关注的物体或区域。目前,显著目标检测已作为一种重要的图像信息预处理技术被应用到包括图像检索、目标追踪、物体识别等众多领域中。视觉显著性分析可有效引导图像的冗余抑制,对大数据时代的图像处理具有重要意义。但由于图像中物体种类繁多、场景复杂多样,设计出一种能适用于各类场景的显著性分析算法仍是一项极具挑战性的课题。本文提出一种基于边界先验和迭代优化的显著目标检测模型。该模型包括两个重要的组成部分:1)一种基于边界先验的区域背景似然度估计模型。受边界先验启发,该模型将图像中某个区域与边界部分重合面积大小定义为该区域的背景似然度。本文中背景似然度定义来自于一种准确的几何模型,该模型整合了包括颜色相似性、连接平滑度、空间临近性等的多种显著性线索,可以有效检测出显著目标的整体位置和轮廓。2)一种基于迭代优化的显著图增强模型。在每次迭代中,首先用一种基于贝叶斯理论的种子选取方法,将少数容易识别的显著/背景区域提取出来并赋予相应类标签,以引导后续优化过程;然后用一个最小二乘优化模型对类标签、先验估计和平滑先验三种线索进行融合,使输出结果比上一次迭代输入具有更高的准确性和完整性。此外,此优化模型还具有很强的通用性和纠错能力,任意给出一幅低质量显著图,该方法均能将其优化至先进水平。本文在四个公开数据集数万张图像上对所提出方法进行了性能测试。实验表明,本文提出的基于边界先验和迭代优化的显著性检测模型在各个评价指标下均优于现有的先进技术。

关键词：显著性迭代优化边界先验视觉注意

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于边界特征融合和前景引导的伪装目标检测

电子学报 2024年第7期52卷 2279-2290页

作者：刘文犀张家榜李悦洲赖宇牛玉贞福州大学计算机与大数据学院福建福州350108

伪装目标检测旨在检测隐藏在复杂环境中的高度隐蔽物体,在医学、农业等多个领域有重要应用价值.现有方法结合边界先验过分强调边界区域,对伪装目标内部信息的表征不足,导致模型对伪装目标的内部区域检测不准确.同时,已有方法缺乏对伪装... 详细信息

伪装目标检测旨在检测隐藏在复杂环境中的高度隐蔽物体,在医学、农业等多个领域有重要应用价值.现有方法结合边界先验过分强调边界区域,对伪装目标内部信息的表征不足,导致模型对伪装目标的内部区域检测不准确.同时,已有方法缺乏对伪装目标前景特征的有效挖掘,使背景区域被误检为伪装目标.为解决上述问题,本文提出一种基于边界特征融合和前景引导的伪装目标检测方法,该方法由特征提取、边界特征融合、主干特征增强和预测等若干个阶段构成.在边界特征融合阶段,首先,通过边界特征提取模块获得边界特征并预测边界掩码;然后,边界特征融合模块将边界特征和边界掩码与最低层次的主干特征有效融合;同时,加强伪装目标边界位置及内部区域特征.此外,设计前景引导模块,利用预测的伪装目标掩码增强主干特征,即将前一层特征预测的伪装目标掩码作为当前层特征的前景注意力,并对特征执行空间交互,提升网络对空间关系的识别能力,使网络关注精细而完整的伪装目标区域.本文在4个广泛使用的基准数据集上的实验结果表明,提出的方法优于对比的19个主流方法,对伪装目标检测任务具有更强鲁棒性和泛化能力.

关键词：伪装目标检测边界先验前景引导边界特征边界掩码空间交互

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于通勤距离的显著性检测方法

计算机辅助设计与图形学学报 2016年第3期28卷 395-403页

作者：张丽娜孔雨秋李淑华刘秀平曹俊杰朱春钢大连理工大学数学科学学院大连116023 沈阳师范大学数学与系统科学学院沈阳110034

针对图像显著性检测问题,提出一种基于通勤距离度量区域显著性,并提取图像中重要目标的方法.首先用聚类算法检测图像边界的背景种子点,构建初始背景先验图;其次利用显著点构建包围显著目标的凸包,提取凸包内前景种子点诱导其他区域的显... 详细信息

针对图像显著性检测问题,提出一种基于通勤距离度量区域显著性,并提取图像中重要目标的方法.首先用聚类算法检测图像边界的背景种子点,构建初始背景先验图;其次利用显著点构建包围显著目标的凸包,提取凸包内前景种子点诱导其他区域的显著性值,从而得到改进的凸包先验图;最后将2个先验图融合得到最终的显著图.该算法中涉及的区域间的特征对比均应用了新颖而鲁棒的通勤距离.实验结果表明,通勤距离能够更准确有效地度量区域间的相似性,比传统的测地距离和欧氏距离更加优越,并优于现有的大多数算法.

关键词：显著性检测通勤距离边界先验背景先验凸包先验

在线全文

学校读者我要写书评

暂无评论

多先验融合的显著性检测

计算机与数字工程 2022年第3期50卷 508-515页

作者：常振段先华鲁文超江苏科技大学计算机学院镇江212003

为解决基于背景先验的显著性检测算法在检测复杂背景图像时存在误检问题,提出多先验融合的显著性检测算法。首先,将图像分割成四种不同的超像素尺度,根据流形排序算法计算出不同尺度的边界显著图,并进行线性融合得到最终边界先验;其次,... 详细信息

为解决基于背景先验的显著性检测算法在检测复杂背景图像时存在误检问题,提出多先验融合的显著性检测算法。首先,将图像分割成四种不同的超像素尺度,根据流形排序算法计算出不同尺度的边界显著图,并进行线性融合得到最终边界先验;其次,利用边界信息得到背景种子,进而利用距离和元胞自动机融合得到背景先验;然后通过颜色归一化处理,计算出颜色先验;最后,将三个先验图通过多元胞自动机模型得到最终显著图。在公开数据集MSRA1000、ECSSD和DUT-OMRON上与多种算法进行准确率和召回率对比,该算法有更好的表现。

关键词：显著性检测多元胞自动机边界先验背景先验颜色先验

在线全文

学校读者我要写书评

暂无评论

高层先验与低层特征相结合的图像显著性计算

小型微型计算机系统 2016年第6期37卷 1323-1328页

作者：孔令富段亮亮窦燕吴培良燕山大学信息科学与工程学院河北秦皇岛066004

图像显著性区域计算问题是一个非常具有挑战性的计算机视觉问题.由于单一因素很难将显著性物体均匀的突出出来,提出一种基于多特征融合的显著性区域检测方法.在高层先验知识的基础上,重新定义了两种显著性特征,包括边界特征和中心特征.... 详细信息

图像显著性区域计算问题是一个非常具有挑战性的计算机视觉问题.由于单一因素很难将显著性物体均匀的突出出来,提出一种基于多特征融合的显著性区域检测方法.在高层先验知识的基础上,重新定义了两种显著性特征,包括边界特征和中心特征.另外在图像低层特征的基础上采用目前较为流行的对比度特征.针对上述三种显著性特征,构造一种有效的融合策略可以生成高质量的显著性图像.最后对显著性图像进行多尺度增强操作进一步提高检测结果.在国际上公开数据集MSRA-1000上进行测试,并与目前比较经典的显著性检测方法结果进行比较,结果表明,该文提出的方法在进行图像显著性分析时非常有效,总体性能要优于其他检测方法.

关键词：图像处理显著性区域检测多特征融合边界先验中心先验