期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法
被引量:
4
1
作者
唐朝晖
郭俊岑
+2 位作者
张虎
谢永芳
钟宇泽
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第2期12-22,共11页
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;...
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明:本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.
展开更多
关键词
泡沫
浮选
泡沫图像分割
U-Net
Inception模块
增强注意力机制
在线阅读
下载PDF
职称材料
基于SoftEdge软边缘检测模型与改进分水岭的浮选泡沫图像分割方法研究
2
作者
卢才武
曹越
+4 位作者
刘迪
江松
李冠东
张泽家
赵旭阳
《金属矿山》
2025年第8期158-164,共7页
针对浮选泡沫图像分割中传统分水岭算法的分割误差问题,研究结合SoftEdge模型与改进的分水岭算法,首先对泡沫图像进行高斯低通滤波降噪,再利用SoftEdge模型提取软边缘,从而削弱光噪声对边缘检测的干扰,进而采用基于前置背景标记技术优...
针对浮选泡沫图像分割中传统分水岭算法的分割误差问题,研究结合SoftEdge模型与改进的分水岭算法,首先对泡沫图像进行高斯低通滤波降噪,再利用SoftEdge模型提取软边缘,从而削弱光噪声对边缘检测的干扰,进而采用基于前置背景标记技术优化的分水岭算法,通过精确提取前景与背景标记,指导分水岭算法在限定区域内执行分割,显著减少了分割误差现象。研究结果表明,该方法规避了对先验知识和复杂参数的依赖,并大幅提升了分割精度。
展开更多
关键词
浮选
泡沫图像分割
SoftEdge模型
改进分水岭算法
前景背景标记技术
在线阅读
下载PDF
职称材料
结合NSST显著性检测及图割的泡沫红外图像分割
被引量:
2
3
作者
陈诗媛
廖一鹏
+1 位作者
张进
王卫星
《液晶与显示》
CAS
CSCD
北大核心
2021年第4期584-595,共12页
为精确提取浮选泡沫表面的崩塌、新合成气泡,减少噪声和光照影响,提出一种结合非下采样Shearlet变换(NSST)域显著性检测及图割的泡沫红外图像分割方法。对泡沫红外图像进行NSST多尺度分解,采用GBVS算法对低频子带图像进行显著性检测,通...
为精确提取浮选泡沫表面的崩塌、新合成气泡,减少噪声和光照影响,提出一种结合非下采样Shearlet变换(NSST)域显著性检测及图割的泡沫红外图像分割方法。对泡沫红外图像进行NSST多尺度分解,采用GBVS算法对低频子带图像进行显著性检测,通过马尔科夫链特征差异计算显著性值,对各个高频方向子带进行噪声系数去除和边缘、弱边缘系数非线性增强。对处理后的多尺度高频子带、低频子带图像进行NSST重构,通过低频子带图像的显著性检测结果构建显著性约束项,采用高斯拟合函数构建气泡亮度约束项,然后构造图割能量函数,最后利用最大流/最小割算法对目标区域进行分割。实验结果表明该方法受光照影响小,一定程度上解决了过分割和欠分割问题。正常浮选检测准确率为91.8%,欠浮选为87.1%,过浮选为88.9%,分割精度较现有方法有明显提高,能有效提取出崩塌或新合成的气泡,表现出良好的抗噪性,且在不同工况下均表现出良好的鲁棒性。
展开更多
关键词
图像
处理
泡沫
红外
图像
分割
非下采样Shearlet变换
图割
显著性检测
在线阅读
下载PDF
职称材料
题名
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法
被引量:
4
1
作者
唐朝晖
郭俊岑
张虎
谢永芳
钟宇泽
机构
中南大学自动化学院
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第2期12-22,共11页
基金
国家自然科学基金资助项目(62171476)。
文摘
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明:本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.
关键词
泡沫
浮选
泡沫图像分割
U-Net
Inception模块
增强注意力机制
Keywords
froth flotation
froth image segmentation
U-Net
Inception module
enhanced attention mechanism
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TD952 [矿业工程—选矿]
在线阅读
下载PDF
职称材料
题名
基于SoftEdge软边缘检测模型与改进分水岭的浮选泡沫图像分割方法研究
2
作者
卢才武
曹越
刘迪
江松
李冠东
张泽家
赵旭阳
机构
西安建筑科技大学资源工程学院
出处
《金属矿山》
2025年第8期158-164,共7页
基金
国家自然科学基金项目(编号:52404140)
陕西省自然科学基金项目(编号:S2023-JC-QN-0687)
陕西省社会科学基金项目(编号:2023R035)。
文摘
针对浮选泡沫图像分割中传统分水岭算法的分割误差问题,研究结合SoftEdge模型与改进的分水岭算法,首先对泡沫图像进行高斯低通滤波降噪,再利用SoftEdge模型提取软边缘,从而削弱光噪声对边缘检测的干扰,进而采用基于前置背景标记技术优化的分水岭算法,通过精确提取前景与背景标记,指导分水岭算法在限定区域内执行分割,显著减少了分割误差现象。研究结果表明,该方法规避了对先验知识和复杂参数的依赖,并大幅提升了分割精度。
关键词
浮选
泡沫图像分割
SoftEdge模型
改进分水岭算法
前景背景标记技术
Keywords
image segmentation of flotation froth
SoftEdge model
improved watershed algorithm
foreground and background marking techniques
分类号
TD923.1 [矿业工程]
TP391.41 [矿业工程—选矿]
在线阅读
下载PDF
职称材料
题名
结合NSST显著性检测及图割的泡沫红外图像分割
被引量:
2
3
作者
陈诗媛
廖一鹏
张进
王卫星
机构
福州大学物理与信息工程学院
出处
《液晶与显示》
CAS
CSCD
北大核心
2021年第4期584-595,共12页
基金
国家自然科学基金(No.61471124,No.61601126)
福建省自然科学基金(No.2019J01224)。
文摘
为精确提取浮选泡沫表面的崩塌、新合成气泡,减少噪声和光照影响,提出一种结合非下采样Shearlet变换(NSST)域显著性检测及图割的泡沫红外图像分割方法。对泡沫红外图像进行NSST多尺度分解,采用GBVS算法对低频子带图像进行显著性检测,通过马尔科夫链特征差异计算显著性值,对各个高频方向子带进行噪声系数去除和边缘、弱边缘系数非线性增强。对处理后的多尺度高频子带、低频子带图像进行NSST重构,通过低频子带图像的显著性检测结果构建显著性约束项,采用高斯拟合函数构建气泡亮度约束项,然后构造图割能量函数,最后利用最大流/最小割算法对目标区域进行分割。实验结果表明该方法受光照影响小,一定程度上解决了过分割和欠分割问题。正常浮选检测准确率为91.8%,欠浮选为87.1%,过浮选为88.9%,分割精度较现有方法有明显提高,能有效提取出崩塌或新合成的气泡,表现出良好的抗噪性,且在不同工况下均表现出良好的鲁棒性。
关键词
图像
处理
泡沫
红外
图像
分割
非下采样Shearlet变换
图割
显著性检测
Keywords
image processing
foam infrared image segmentation
non-downsampling shearlet transform
graph cuts
saliency detection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法
唐朝晖
郭俊岑
张虎
谢永芳
钟宇泽
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
基于SoftEdge软边缘检测模型与改进分水岭的浮选泡沫图像分割方法研究
卢才武
曹越
刘迪
江松
李冠东
张泽家
赵旭阳
《金属矿山》
2025
在线阅读
下载PDF
职称材料
3
结合NSST显著性检测及图割的泡沫红外图像分割
陈诗媛
廖一鹏
张进
王卫星
《液晶与显示》
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部