期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于深度学习U-net网络的雾天汽车视觉图像超像素级配准方法
1
作者 靳新 潘月 《激光杂志》 北大核心 2025年第4期121-127,共7页
雾天汽车视觉图像因对比度降低和细节模糊而难以处理与配准。为此,提出基于深度学习U-net网络的超像素级配准方法。首先,通过改进的直方图均衡化算法,增强雾天图像的清晰度和对比度。接着,利用结合了GAN技术的U-Net网络对图像进行初始分... 雾天汽车视觉图像因对比度降低和细节模糊而难以处理与配准。为此,提出基于深度学习U-net网络的超像素级配准方法。首先,通过改进的直方图均衡化算法,增强雾天图像的清晰度和对比度。接着,利用结合了GAN技术的U-Net网络对图像进行初始分割,获取不同区域的标签集。随后,应用SLIC超像素分割算法,将相似像素组合成超像素,形成更具代表性的图像特征。最后,采用改进SURF算法,利用超像素特征进行精确图像对齐,提高配准精度和效率。实验证明,此方法不仅能有效改善雾天汽车视觉图像质量,还具备高配准精度,NCC值稳定在0.92至0.95之间。 展开更多
关键词 直方图均衡化 深度学习GAN-U-net分割网络 SLIC超像素分割 SURF超像素级配准
在线阅读 下载PDF
基于U型结构的多尺度皮肤病分割算法 被引量:5
2
作者 李家琛 刘彦 +1 位作者 王一诺 张俊然 《计算机工程与设计》 北大核心 2023年第1期59-65,共7页
针对皮肤病灶的形态不一、边缘模糊导致分割精度不高的问题,提出一种基于U型结构的多尺度网络,利用密集空洞空间金字塔池化模块扩大感受野,得到全局多尺度信息,在跳跃连接中加入双向卷积LSTM(BConv-LSTM),融合特征信息,通过注意力机制... 针对皮肤病灶的形态不一、边缘模糊导致分割精度不高的问题,提出一种基于U型结构的多尺度网络,利用密集空洞空间金字塔池化模块扩大感受野,得到全局多尺度信息,在跳跃连接中加入双向卷积LSTM(BConv-LSTM),融合特征信息,通过注意力机制使网络自动学习各通道之间的关系,实现病灶的精准分割。实验结果表明,该方法在皮肤病分割中表现良好,算法的Dice系数达到0.895,比U-net和U-net++分别提高了4.32%和3.23%。未来有望应用于临床,提升医生诊断黑色素瘤和更多皮肤疾病的效率。 展开更多
关键词 皮肤病 病灶分割 深度学习分割网络 黑色素瘤 上下文信息 空洞卷积 CNN
在线阅读 下载PDF
基于U-net的海马体分割算法应用 被引量:2
3
作者 史春晖 朱习军 《计算机工程与设计》 北大核心 2020年第4期1029-1034,共6页
为促进阿尔兹海默症的诊断及治疗,实现对海马体的精确分割,针对海马体MRI图像,提出一种基于U-net模型改进的分割算法。使用CLAHE等对原始图像进行预处理,经处理后的图像有效提高了分割效果;将残差模块加入实现分割算法的卷积网络,增强... 为促进阿尔兹海默症的诊断及治疗,实现对海马体的精确分割,针对海马体MRI图像,提出一种基于U-net模型改进的分割算法。使用CLAHE等对原始图像进行预处理,经处理后的图像有效提高了分割效果;将残差模块加入实现分割算法的卷积网络,增强网络性能,避免网络性能退化。对原始数据集进行扩充,将扩充后的样本数据用以训练网络,解决数据量的问题。实验结果表明,该算法在脑部MRI图像中对海马体实现了良好的分割效果,能较好辅助医生诊断。 展开更多
关键词 阿尔兹海默症 海马体 核磁共振成像 预处理 深度学习分割网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部