检索结果-南通市图书馆

维普期刊数据库博看期刊

一种快速TMF的无监督SAR图像多类分割算法

在线全文

学校读者我要写书评

暂无评论

中国科学：信息科学 2010年第12期40卷 1636-1645页

作者：吴艳王欣肖平甘露刘春燕李明西安电子科技大学电子工程学院西安710071 陕西测绘局西安710054 西安电子科技大学雷达信号处理国家重点实验室西安710071

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘... 详细信息

三重Markov随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题.为了降低模型和算法的复杂性,以满足对实测SAR图像处理的实时、稳健和高效的需求,文中提出了一种快速TMF的无监督SAR图像多类分割算法.该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成Bayes最大后验模型(MPM)分割.测试数据和实测SAR图像的仿真实验验证了快速TMF算法的有效性.

关键词： SAR图像pixon描述四叉树分解新势能函数三重Markov随机场多类分割

维普期刊数据库

一种快速TMF的无监督SAR图像多类分割算法

在线全文

学校读者我要写书评

暂无评论

一种快速TMF的无监督SAR图像多类分割算法

作者：王欣西安电子科技大学

学位级别：硕士

合成孔径雷达(SAR)在国防、环境等方面都具有突出的战略意义,因此作为雷达信号处理领域的热点,SAR图像的解译是一项非常重要的工作,其中SAR图像的分割问题是SAR图像目标识别与解译技术的重要环节。但由于SAR图像包含大量的斑点噪声,传... 详细信息

合成孔径雷达(SAR)在国防、环境等方面都具有突出的战略意义,因此作为雷达信号处理领域的热点,SAR图像的解译是一项非常重要的工作,其中SAR图像的分割问题是SAR图像目标识别与解译技术的重要环节。但由于SAR图像包含大量的斑点噪声,传统的光学图像分割算法无法抑制斑点噪声的影响,容易产生错分,因此不适用于SAR图像分割。本文在隐马尔科夫场和双马尔科夫场的基础上,着重研究了三重马尔科夫随机场。三重马尔科夫随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题。同时为了降低模型和算法的复杂性,满足对实测SAR图像处理的实时、稳健、高效的需求,本文提出了一种快速TMF的无监督SAR图像多类分割算法。该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成贝叶斯最大后验模型(MPM)分割。本文对测试图和实测SAR图像进行了仿真,仿真结果和分析表明,与已有TMF算法相比,本文算法优于或至少保持了已有TMF算法的分割结果,但其运算效率却大大提高了,该算法是一种有效的快速TMF分割算法。

关键词： SAR图像pixon描述四叉树分解新势能函数三重马尔科夫随机场(TMF) 多类分割

改进型DeepLabV3+的糖尿病眼底病变分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第5期52卷 90-97页

作者：马晓普刘文涛李贺南阳师范学院计算机科学与技术学院河南南阳473061 南阳师范学院生命科学与农业工程学院河南南阳473061

针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着... 详细信息

针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着通过优化空洞空间卷积金字塔池化中的空洞卷积层数与空洞率,以提高捕获小病灶特征的能力;然后基于DeepLabV3+网络模型进行改进,借助坐标注意力机制感知病灶方向和位置信息,从而提高识别精度;最后采用FGADR和IDRiD数据集分别训练和测试所提出的模型.实验结果表明:所提出方法的平均交并比(MIoU)指标为73.75%,具有较高的分割精度,验证了模型有效性.

关键词：糖尿病视网膜眼底病变深度学习 DeepLabV3+网络坐标注意力多类分割

维普期刊数据库

同方期刊数据库

MCFNet:融合上下文信息的多尺度视网膜动静脉分类网络

在线全文

学校读者我要写书评

暂无评论

应用科技 2024年第2期51卷 105-111页

作者：崔颖朱佳高山陈立伟张广哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨医科大学第一附属医院神经外科黑龙江哈尔滨150001

针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature... 详细信息

针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。

关键词：多类分割动静脉分类视网膜图像多尺度特征提取血管分割全局信息融合卷积神经网络深度监督

维普期刊数据库博看期刊

同方期刊数据库

基于深度学习的新冠肺炎CT图像病灶分割方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的新冠肺炎CT图像病灶分割方法研究

作者：许元号桂林理工大学

学位级别：硕士

在针对新冠肺炎患者的临床诊断中,利用胸部CT图像分割病灶,获取肺部感染情况是医疗工作者的首要任务。由于我国患者基数大,医疗资源紧张,近年来,利用深度学习分割病灶以辅助人工诊断在医学图像领域显现出较高的应用价值。然而,新冠肺炎... 详细信息

在针对新冠肺炎患者的临床诊断中,利用胸部CT图像分割病灶,获取肺部感染情况是医疗工作者的首要任务。由于我国患者基数大,医疗资源紧张,近年来,利用深度学习分割病灶以辅助人工诊断在医学图像领域显现出较高的应用价值。然而,新冠肺炎的不同阶段在CT图像上的病灶表现不尽相同,仅仅通过分割总病灶区域来判断是否感染新冠肺炎作为研究结果,这对于定性诊断具有复杂病灶类型的中晚期患者是不足的。基于上述问题,本文通过研究深度学习,设计了一种两阶段的新冠肺炎病灶分割方法,首先分割出病灶区域,再细分区域内的不同病灶类型,以期为新冠肺炎中晚期患者的定性诊断工作提供帮助。主要研究如下:(1)在针对新冠肺炎CT图像病灶区域的分割任务中,为了实现对区域边缘的精细分割,设计了EG-Net分割模型。该模型以U-Net为基本结构。在编码端,将Res Ne Xt50作为特征提取网络,并在第一个和第二个Res Ne Xt50残差块后引入边缘特征提取器收集局部边缘信息;将模型最后一层中的下采样和上采样操作替换为扩张卷积,在不丢失特征图细节的情况下扩大模型的感受野;实验过程中采用交叉熵(CE)损失函数,指导模型区分病灶区域与非病灶区域。与其他模型相比,EG-Net分割的病灶区域更为精准,分割性能较优。(2)在针对多类病灶的分割任务中,为了避免背景噪声影响,使模型专注于感染区域内多类型病灶特征的学习,首先通过EG-Net得到新冠肺炎CT图像的病灶区域,再将病灶区域作为Mask和原始CT图像共同输入到多类病灶分割模型PA-Net。为了实现对不同类型病灶的多尺度特征提取,PA-Net改进了原始U-Net跳跃连接的方式,引入金字塔卷积块,通过设置不同尺寸的卷积核,增强模型获取多尺度特征的能力;通过密集跳层连接,整合多层编码器提取的特征图作为金字塔卷积块的输入,以对输入端补充更丰富的语义信息;解码端引入并改进双重注意力模块,嵌入解码器单元以强化模型对细小病灶特征的学习能力。实验过程中,针对样本间类别不平衡的问题,采样焦点损失函数,进一步指导模型对小目标类别的分割,与其他分割模型相比,本章方法在多类病灶分割问题上的准确度更高。

关键词：新冠肺炎病灶区域分割多类分割 U-Net

面向白血病智能诊断的卷积神经网络的细胞分割方法研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向白血病智能诊断的卷积神经网络的细胞分割方法研究与实现

作者：赵晓晴吉林大学

学位级别：硕士

白细胞图像分割与识别是医学图像处理中的重要组成部分。血液中的白细胞对于人体免疫功能非常重要,可以协助免疫系统修复受伤部位,消灭病原、病菌和微生物等。各类白细胞的数量体现了人体免疫系统的水平,在临床血常规检验中,医师通过观... 详细信息

白细胞图像分割与识别是医学图像处理中的重要组成部分。血液中的白细胞对于人体免疫功能非常重要,可以协助免疫系统修复受伤部位,消灭病原、病菌和微生物等。各类白细胞的数量体现了人体免疫系统的水平,在临床血常规检验中,医师通过观察不同类别白细胞的数量、所占比例及其形态变化来诊断造血系统疾病。因此,防止白细胞数量的异常增加或减少,可以预防感染性疾病的细菌和病毒的入侵,精准分割白细胞对于计数和识别分类是至关重要的。白细胞形态学自动识别系统是一个自动化的镜检系统,即通过图像处理和模式识别的算法实现白细胞的分割和识别。由于白细胞种类繁多,并且其在血涂片中的形态多样,白细胞分割和识别是一个富有挑战的问题。然而,基于卷积神经网络(Convolutional Neural Network,CNN)的深度学习算法擅于提取高维数据中的特征信息,并且不需要进行特征提取与重建过程。本文重点结合CNN模型,研究白细胞的精准分割和分类。血涂片图像中主要是白细胞、红细胞和血小板。基于深度学习算法,本篇论文介绍了一种精准分割粘连白细胞的方法,即将属于白细胞的像素点置于前景,其他像素点置于背景。由于白细胞与红细胞在颜色上存在差异,本文提出了基于色彩空间变换的目标检测方法提取白细胞,即将急性淋巴细胞白血病(Acute Lymphoblastic Leukemia,ALL)患者的血涂片图像由RGB色彩空间转换至HSV,根据白细胞的颜色特性滤除红细胞。由于血小板的尺寸远小于白细胞,同时将面积较小的目标滤除,从而保留白细胞。而后,对于提取结果中的粘连白细胞,本文提出了多类加权损失函数的深度学习算法精准分割白细胞。将白细胞边界设定为除细胞内部区域和背景区域外的第三类,基于类别权重和距离变换权重为每张样本生成其对应的权重图,并将其应用于交叉熵损失函数以提高细胞边界的权重,从而加强CNN模型在拟合训练集的过程中对细胞边界特征的学习。在白细胞分类验证的过程中,由于样本数量匮乏,本文引入了L2正则化、批标准化(Batch Normalization,BN)和Dropout三大机制来避免过拟合现象,从而提高CNN模型的泛化能力。本文提出的白细胞精准分割方法于数据集ALLDB1上进行了充分实验,测试集准确率达到97.92%,与其他算法相比具有优越性。另外融合Kaggleataset和BCISC数据集进行白细胞分类,证明了引入的避免过拟合机制可以提升模型的鲁棒性。

关键词：白细胞分割色彩空间变换多类分割加权损失函数避免过拟合机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

绝版套刻中的数字刻版模拟技术研究

绝版套刻中的数字刻版模拟技术研究

作者：侯剑侠云南大学

学位级别：硕士

云南绝版套刻版画是云南本土少数名族特色绘画艺术的代表。它融合了绘画艺术,刻板和印刷。艺术家仅用一块木板不断地雕刻并印刷,将若干层颜色印刷到画纸上,木板会因为每一版的雕刻而逐步的损毁而且当最后一版印刷完成之后木板就不能再用... 详细信息

云南绝版套刻版画是云南本土少数名族特色绘画艺术的代表。它融合了绘画艺术,刻板和印刷。艺术家仅用一块木板不断地雕刻并印刷,将若干层颜色印刷到画纸上,木板会因为每一版的雕刻而逐步的损毁而且当最后一版印刷完成之后木板就不能再用了,因此叫做绝版套刻版画。云南绝版套刻版画的数字合成是一项具有挑战的任务,整个系统由刻痕纹理模拟,刻板模拟生成和彩色套印过程模拟三部分组成。论文的工作属于云南绝版套刻版画的数字合成项目,主要围绕绝版套刻版画中数字刻板的模拟生成展开研究,是整个数字合成系统的关键工作之一。论文首先简要的介绍真实的云南绝版套刻版画的制作过程,为数字模拟提供一个现实描述。然后结合真实绝版套刻制作过程,论文提出了一个由两个阶段组成的刻板模拟生成框架,包括输入图像的抽象化、特征提取和图像分割。第一阶段,论文使用基于偏微分方程的非线性扩散滤波对输入图像进行抽象化,提取出颜色特征;并通过非线性结构张量提取图像的纹理特征。将图像颜色特征和纹理特征组合起来得到一个五维的特征向量,作为论文第二阶段分割工作的输入数据。第二阶段,将刻板图像的生成看作是对图像的多类分割(Multi-Class Segmentation)问题。论文介绍了三种统计模型来实现图像的多类分割：(1)标准的高斯混合模型;(2)定义在像素分类标记变量上的马尔可夫随机场模型;(3)定义在先验分布的参数上的马尔可夫随机场模型。论文使用第三种模型作为分割算法的理论基础。分割算法以像素作为样本,将第一阶段工作提取出的像素五维特征向量作为输入数据集。分割过程是为每一个像素指定一个分类标记的过程。同时将颜色与纹理都作为特征属性参与像素的分类,能得到不错的分割结果。最后,应用图像分割的结果生成一个二值图像序列,每一幅二值图像都描述了刻板的形态,整个二值图像序列模拟了真实版画中的刻板形态序列。

关键词：云南绝版套刻版画数字合成图像扩散多类分割刻板图像