共查询到20条相似文献，搜索用时 46 毫秒
1.
对应用于图像分割的局部二值拟合(LBF)模型进行改进,提出一种加权全变分局部二值拟合能量泛函分割模型.改进后的模型在加权全变分分量中加入边缘停止函数,使得模型对边缘信息更加敏感,解决了指静脉图像对比度低、不易分割的问题.同时模型中采用正则化约束项,避免水平集函数的重新初始化,缩短了演化时间.对合成图像和真实指静脉图像的分割实验结果表明,本文模型比LBF模型具有更强的边缘细节分割能力,且不易陷入局部收敛,更加适用于指静脉图像的分割. 相似文献
2.
《蚕业科学》2020,(2)
在对蚕茧品质检测的过程中,利用图像处理技术对黏连蚕茧进行分割计数能够减少所需的劳动力、提升工作效率、提高计数精度,也是对蚕茧图像进行更高层次处理、分析的基础步骤之一。利用改进的多层次距离变换并结合分水岭的分割算法能有效分割蚕茧并计数。算法能在保证单个蚕茧不被分割的情况下逐步将黏连蚕茧进行分离,并将多层次距离变换后的图像作为种子,利用分水岭算法,将蚕茧分割开来。在针对蚕茧的目标分割测试中,基于多层次距离变换的蚕茧分割计数算法的计数精度达到99.97%,其中计数100%准确的次数占97.08%。与传统图像分割算法相比,基于多层次距离变换的蚕茧分割计数算法有明显优势,不但计数精度更高,蚕茧分割清晰,边缘锐利无毛刺,而且对较复杂光照条件的适应能力更强。但该方法在对大小差异大的蚕茧计数时会造成准确率下降,适用于大小接近的蚕茧的分割。 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
[目的]建立一种基于U-Net改进的A-Unet图像分割与牛体尺测量方法,以实现对牛体体高、体长、体斜长的自动化测量。[方法]首先,在牧场通过摄像头采集牛的侧视图片;其次,利用A-Unet算法进行图像分割,提取牛体边缘轮廓曲线,在牛体轮廓曲线的基础上采用动态网格法寻找牛体尺测量点;最后,根据摄像头已标定的参数和提取到的测量点进行计算,得出牛体尺数据。[结果]通过对深度学习算法图像分割性能的对比分析发现,相比原始的U-Net算法,建立的A-Unet算法具有更高的准确度。利用该算法对牧场21头牛进行体尺指标测定,并与人工测量结果进行比较,经验证,该方法检测体高、体长、体斜长的平均相对误差分别为4.16%、4.05%、4.27%。[结论]基于A-Unet的牛体尺测量方法可以有效地替代传统的牛体尺人工测量方式,具有适用性好、稳定性强和检测准确率高等优点,测量误差能够满足牧户对牛体尺测量需求。 相似文献
15.
16.
17.
家蚕与蚕座中桑叶(包括桑枝)背景的准确分割技术,是基于数字图像处理技术开发家蚕自动饲喂系统的关键技术,也是开发智能化、自动化养蚕系统的重要组成部分。试验以5龄家蚕(菁松)为研究对象,饲喂条桑,采用摄像机连续录制蚕座图像。首先采用Otus法与最大熵法对家蚕和桑枝(包括叶脉)图像进行处理,然后对图像RGB各分量数值进行分类统计分析,最终获得基于B分量的区分家蚕与桑枝的分割阈值。图像经此分割后,计算家蚕在蚕座中的面积占比。结果表明,蚕座图像经过Otus法与最大熵法处理去除了桑叶图像,在B分量上获得了最佳分割阈值129,去除了桑枝(包括叶脉),最终从图像中分割出家蚕,建立了家蚕在蚕座中面积占比的实时计算方法。经验证,该方法准确可靠,为开发自动化的家蚕自动饲喂系统提供了实验依据。 相似文献
18.
19.