-
题名基于融合多尺度标记信息的深度交互式图像分割
被引量：8
- 1
-
-
作者
丁宗元
孙权森
王涛
王洪元
-
机构
南京理工大学计算机科学与技术学院
常州大学计算机与人工智能学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2021年第8期1705-1717,共13页
-
基金
国家自然科学基金项目(61802188,61673220,61976028)
江苏省自然科学基金项目(BK20180458)
中国博士后科学基金项目(2020M681530)。
-
文摘
现有深度交互式图像分割算法通过对单击点计算距离映射或者高斯映射,然后将其与图像进行拼接作为网络的输入.每个单击点的影响范围是相同的,而每个交互的目的并不相同,早期交互的主要目的为选择,后期则更侧重微调.基于此,提出了融合多尺度标记信息的深度交互图像分割算法.首先,通过设置不同高斯半径,对每个单击点计算2组不同尺度的高斯映射.然后,融合小尺度高斯映射,并移除基础分割网络中的部分下采样模块,使网络提取更丰富的细节特征.同时,为了保持目标分割结果的完整性,提出了非局部特征注意力模块,该模块融合了大尺度高斯映射.最后,根据高斯映射提供的概率信息,提出了概率单击损失,提升目标在单击附近的分割表现.实验结果表明:提出的算法既能保持分割的完整性,又能得到目标细节的分割结果,大大降低了用户的交互负担.
-
关键词
交互式图像分割
深度学习
多尺度标记
高斯映射
概率单击损失
-
Keywords
interactive image segmentation
deep learning
multi-scale annotation
Gaussian maps
probability click loss
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多尺度唐墓室壁画病害标记及修复技术研究
被引量：12
- 2
-
-
作者
吴萌
王慧琴
李文怡
-
机构
西安建筑科技大学管理学院
西安建筑科技大学信息与控制工程学院
陕西历史博物馆
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第11期169-174,共6页
-
基金
教育部归国留学人员科研扶持项目(No.K05055)
陕西省科技厅自然基金(No.2013JM8015)
-
文摘
古代壁画虚拟修复包括病害标记与缺损信息填充两部分。病害标记结果为虚拟修复建立先验模型,标记区域为图像信息缺损部分,未标记区域为有效信息源,修复过程为有效信息向缺损区域扩散的过程。依据唐墓室壁画的病害分类标准,采取多尺度病害标记,利用形态学高帽、低帽算子设计多尺度结构元素对病害进行标记,形成龟裂、裂隙、裂缝三种病害的分布图,并产生相应的掩膜。以此掩膜图像为先验模型,改进CDD算法的信息扩散方式,用交叉扩散代替正交扩散以适应带有确定方向性的信息缺失区域被合理填充,该方法能实现唐墓室壁画的多尺度修复。
-
关键词
形态学变换
曲率扩散
多尺度标记
图像修复
-
Keywords
morphological transformation
Curvature-Driven Diffusions（CDD）
multi-scale detection
inpainting
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名结合新颜色空间与Otsu的分水岭彩色图像分割算法
被引量：15
- 3
-
-
作者
汪澜
张慧
张海涛
-
机构
辽宁工程技术大学矿业技术学院
辽宁工程技术大学软件学院
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第12期3873-3879,共7页
-
基金
国家自然科学基金资助项目(61172144)
国家自然科学基金应急管理项目(61540056)
-
文摘
鉴于传统分水岭算法存在过分割的缺点,并且考虑到反射亮光对图像的干扰,提出一种基于新颜色空间的改进分水岭彩色图像分割算法。该方法通过计算得到彩色图像在新颜色空间下不受反射亮光干扰的分量梯度,接着叠加融合在不同尺寸结构元下开闭重建的梯度图像,得到最终梯度图。同时,对最终梯度图采用最大类间方差算法自动获取阈值,用获得的二值标记图像对原始梯度图进行强制标定,对修正后的梯度图像用分水岭分割。实验结果表明,该方法得到了准确、连续的目标轮廓,达到了符合人类视觉的最小分割区域数。相比同类算法,该方法可以抑制反射亮光产生的无意义的区域,不需要人工设定阈值,较好地保持了物体的边缘信息,提高了鲁棒性和适用性。
-
关键词
彩色图像分割
新颜色空间
反射亮光
最大类间方差
多尺度重建标记
分水岭
-
Keywords
color image segmentation
new color space
specularities
maximum variance between clusters
multi-scale reconstruction marker
watershed
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
