导读:本文包含了多尺度分割论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:尺度,图像,语义,卷积,神经网络,深度,微血管。
多尺度分割论文文献综述
丁陈梅,王涛,孙权森[1]（2019）在《基于多尺度超像素和图割的交互式图像分割算法》一文中研究指出传统图割算法一般基于图像的局部关系构建分割模型,由于缺乏图像的结构层信息,导致它们较难分割包含噪声和纹理的图像。针对上述问题,论文提出一种基于多尺度超像素和图割的交互式图像分割算法。首先利用线性迭代聚类算法对图像进行多尺度预分割,用获取到的超像素代替像素构建加权图。然后通过融合多尺度超像素信息,基于小尺度超像素的局部近邻性约束克服过分割,基于大尺度超像素的长范围连通性约束克服欠分割,来进一步提高图像分割质量。最后通过实验验证了该算法的有效性。(本文来源于《计算机与数字工程》期刊2019年12期）
潘健鸿,高银[2]（2019）在《基于天空区域分割和多尺度融合的单幅雾天图像复原算法》一文中研究指出传统的暗原色理论相关算法在处理带有天空区域的雾天图像时易出现亮度损失和光晕现象。针对这一问题,该文提出一种基于空区域分割和多尺度融合的单幅雾天图像复原算法。该方法首先对图像进行缩放,根据雾天图像的特性分割天空区域,获取全局大气背景光;根据散射模型获取初步的透射率图像,运用L0梯度最小化方法获取优化的透射率图像;最后运用多尺度融合的方法对不同曝光度的图像进行融合,获取最终的去雾图像。主观观察和客观评价表明,在整体和细节方面,该算法比现有暗原色算法及其改进算法处理效果更好。(本文来源于《南京理工大学学报》期刊2019年05期）
罗晖,芦春雨,郑翔文[3]（2019）在《一种基于多尺度角点检测的语义分割网络》一文中研究指出为了实现更精确的语义分割,提出了一种目标全局解析网络(object global parsing network,OGPNet)。首先,基于卷积特征金字塔构造了一个多尺度角点检测器,检测不同尺度特征图上目标的关键点信息;其次,提出了一种多尺度联合池算法将获得的多尺度角点进行融合;最后,将组归一化(Grounp Normalization, GN)方法引入到该分割网络训练中以提升网络训练和收敛速度。OGPNet在Pascal VOC 2012数据集和Cityscapes数据集的分割结果的mIoU评价分别达到了78.5%和67.6%。且实验证明,相对于现有的一些语义分割网络,由OGPNet分割出的目标具有更完整的轮廓,且分割结果的视觉质量更好。(本文来源于《电脑知识与技术》期刊2019年33期）
王校伟,朱晨[4]（2019）在《以多尺度颜色小波纹理特征为基础的工业炉火焰图像分割研究》一文中研究指出分割火焰图像最常用的方法是分类算法,而使用这种算法最大的缺陷在于当像素点数增高时,分割图像的耗时就越大。通过以火焰图像采集装置来采集研究样本,提出了一种可以加快分割速度的方法及运用多尺度颜色小波纹理特征为基础的工业炉火焰图像分割法,经过对图像特征矩阵进行压缩,采用分类算法获取压缩尺度火焰区域并检测其边缘;根据压缩尺度火焰边缘进一步检测其在原始尺度区域,构建边缘区域特征矩阵并进一步检测,从而得到原始尺度火焰区域图像的目的。(本文来源于《工业加热》期刊2019年05期）
梁礼明,盛校棋,蓝智敏,钱艳群[5]（2019）在《基于多尺度滤波的视网膜血管分割算法》一文中研究指出眼底视网膜血管图像的纹理与结构信息可作为医学对相关疾病诊断的重要依据。针对视网膜血管存在伪影与尺度结构复杂等难题以及微血管分割较低等问题,提出一种基于多尺度滤波的有监督学习视网膜血管分割算法。采用二维K-L变换综合分析彩色图像叁通道的频带信息得到视网膜灰度图像,并利用受限对比度直方图均衡化增强血管与背景的对比度,利用Retinex降低伪影与视盘的干扰;由多尺度高斯匹配滤波、多尺度形态学滤波、Frangi滤波以及2D-Gabor滤波提取相关血管特征,并将提取好的特征集由AdaBoost初步提取血管;利用血管连通域信息去除初分割结果的非血管像素,获得最终的血管图像。该算法在DRIVE与STARE数据集上实验,准确率分别达到96.34%与95.83%。(本文来源于《计算机应用与软件》期刊2019年10期）
刘金丽,陈钊[6]（2019）在《Landsat 8多光谱数据辅助下的高分影像多尺度分割》一文中研究指出为解决高分影像分割的边缘锯齿性明显等问题,本文以黑龙江省伊春市桦皮羌子林场为研究区开展了有无多光谱数据辅助的高分影像分割对比试验。首先,本文设计了多尺度分割算法的相同尺度参数下分割试验,确定了该算法分割GF-2影像时应采用的最佳同质性准则组合参数;然后,基于影像分割对象同质性局部方差变化率反映最优分割尺度的思想,利用ESP2工具找出固定尺度范围内的最优分割尺度范围;最后执行最佳同质性准则组合参数配合下的最优分割尺度范围内各个尺度下的多尺度分割,并采用矢量距离指数、紧密度指数、形状指数对2种分割试验结果进行了评价。结果表明,与GF-2影像独立分割相比,Landsat 8多光谱数据辅助下的GF-2影像分割在矢量距离指数、紧密度指数、形状指数的质量上均有提升,平均提升率分别为8.05%、28.40%、11.76%。(本文来源于《测绘通报》期刊2019年09期）
何俊,吴从中,丁正龙,许良凤,詹曙[7]（2019）在《多尺度判别条件生成对抗网络的前列腺MRI图像分割方法》一文中研究指出目的由MRI (magnetic resonance imaging)得到的影像具有分辨率高、软组织对比好等优点,使得医生能更精确地获得需要的信息,精确的前列腺MRI分割是计算机辅助检测和诊断算法的必要预处理阶段。因此临床上需要一种自动或半自动的前列腺分割算法,为各种各样的临床应用提供具有鲁棒性、高质量的结果。提出一种多尺度判别条件生成对抗网络对前列腺MRI图像进行自动分割以满足临床实践的需求。方法提出的分割方法是基于条件生成对抗网络,由生成器和判别器两部分组成。生成器由类似U-Net的卷积神经网络组成,根据输入的MRI生成前列腺区域的掩膜;判别器是一个多尺度判别器,同一网络结构,输入图像尺寸不同的两个判别器。为了训练稳定,本文方法使用了特征匹配损失。在网络训练过程中使用对抗训练机制迭代地优化生成器和判别器,直至判别器和生成器同时收敛为止。训练好的生成器即可完成前列腺MRI分割。结果实验数据来自PROMISE12前列腺分割比赛和安徽医科大学第一附属医院,以Dice相似性系数和Hausdorff距离作为评价指标,本文算法的Dice相似性系数为88. 9%,Hausdorff距离为5. 3 mm,与U-Net、DSCNN(deeply-supervised convolutional neured network)等方法相比,本文算法分割更准确,鲁棒性更高。在测试阶段,每幅图像仅需不到1 s的时间即可完成分割,超出了专门医生的分割速度。结论提出了一种多尺度判别条件生成对抗网络来分割前列腺,从定量和定性分析可以看出本文算法的有效性,能够准确地对前列腺进行分割,达到了实时分割要求,符合临床诊断和治疗需求。(本文来源于《中国图象图形学报》期刊2019年09期）
华静,陈亮,李子印[8]（2019）在《基于多尺度特征融合的图像语义分割》一文中研究指出目的:在基于深度学习的图像语义分割中,当前的关键问题是如何充分利用图像上下文信息来达到更好的分割结果,为解决这一问题,提出了一种基于多尺度特征融合的图像语义分割算法(MsffNet)。方法:首先选取Aligned Xception分类识别网络,提取具有更多位置信息的低层特征,其次通过空间金字塔池化提取具有更大语义信息的高层特征,最后提出一种融合算法,使得高层特征通过语义信息指导有选择性的融合低层特征,实现最终的图像语义分割。结果:实验在2个数据集上进行了分割测试,在ADE20K数据集中,分割准确率达到44.47%,相比于最新的DeepLab v3+模型,准确率提高了0.82%;在PASCAL VOC2012数据集中,分割准确率达到82.58%,相比于DeepLab v3+模型,准确率提高了1.55%。结论:本文提出的语义分割模型,充分利用多尺度特征,提高了语义分割精度。(本文来源于《中国计量大学学报》期刊2019年03期）
张静,靳淇兆,王洪振,达铖,向世明[9]（2019）在《多尺度信息融合的遥感图像语义分割模型》一文中研究指出遥感图像分割是目前学术界和工业界的一个研究热点,在城市规划、变化检测以及GIS信息构建等方面有着十分广泛的应用.然而,诸多复杂因素(如多变的尺度、多样化的拓扑形状以及复杂的背景和阴影等)使得遥感图像语义分割成为一项具有挑战性的任务.为此,提出一种基于多尺度信息融合的遥感图像语义分割深层卷积神经网络模型,该模型分为编码器和解码器2部分.在编码阶段,设计了基于DenseNet网络的跨卷积层级的多尺度特征融合策略,采用子区域全局平均池化及多尺度卷积处理复杂的背景区域;在解码阶段,为了准确地恢复图像的细节信息,设计了能够融合不同层级卷积特征的短解码器;最后,在整体模型构建方面设计了一种具有多输出的分层监督机制网络模型,从不同层级获取监督信息,可在充分利用监督信息的同时更好地引导网络的训练.在ISPRS公开数据集以及北京市遥感数据集上,通过实验验证了文中模型的有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
王小刚[10]（2019）在《基于分水岭变换的多尺度遥感影像分割算法》一文中研究指出图像分割是一种重要的图像分析技术,对图像分割的研究一直是图像技术研究中的热点和焦点。分水岭算法是基于数学形态学理论的图像分割算法,但是对噪声敏感且存在过分割的现象。为提高图像分割效果,本文通过对影像进行滤波处理,用改进的快速区域合并算法优化分水岭算法进行影像分割。实验结果与均值漂移算法得到的结果对比,证明此算法可以获得较好的分割效果。(本文来源于《北京测绘》期刊2019年08期）
多尺度分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的暗原色理论相关算法在处理带有天空区域的雾天图像时易出现亮度损失和光晕现象。针对这一问题,该文提出一种基于空区域分割和多尺度融合的单幅雾天图像复原算法。该方法首先对图像进行缩放,根据雾天图像的特性分割天空区域,获取全局大气背景光;根据散射模型获取初步的透射率图像,运用L0梯度最小化方法获取优化的透射率图像;最后运用多尺度融合的方法对不同曝光度的图像进行融合,获取最终的去雾图像。主观观察和客观评价表明,在整体和细节方面,该算法比现有暗原色算法及其改进算法处理效果更好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多尺度分割论文参考文献
[1].丁陈梅,王涛,孙权森.基于多尺度超像素和图割的交互式图像分割算法[J].计算机与数字工程.2019
[2].潘健鸿,高银.基于天空区域分割和多尺度融合的单幅雾天图像复原算法[J].南京理工大学学报.2019
[3].罗晖,芦春雨,郑翔文.一种基于多尺度角点检测的语义分割网络[J].电脑知识与技术.2019
[4].王校伟,朱晨.以多尺度颜色小波纹理特征为基础的工业炉火焰图像分割研究[J].工业加热.2019
[5].梁礼明,盛校棋,蓝智敏,钱艳群.基于多尺度滤波的视网膜血管分割算法[J].计算机应用与软件.2019
[6].刘金丽,陈钊.Landsat8多光谱数据辅助下的高分影像多尺度分割[J].测绘通报.2019
[7].何俊,吴从中,丁正龙,许良凤,詹曙.多尺度判别条件生成对抗网络的前列腺MRI图像分割方法[J].中国图象图形学报.2019
[8].华静,陈亮,李子印.基于多尺度特征融合的图像语义分割[J].中国计量大学学报.2019
[9].张静,靳淇兆,王洪振,达铖,向世明.多尺度信息融合的遥感图像语义分割模型[J].计算机辅助设计与图形学学报.2019
[10].王小刚.基于分水岭变换的多尺度遥感影像分割算法[J].北京测绘.2019
论文知识图
