首页> 中国专利> 融合深度学习网络和改进边缘检测的图像精确分割方法

融合深度学习网络和改进边缘检测的图像精确分割方法

摘要

本发明公开了一种融合深度学习网络和改进边缘检测的图像精确分割方法。采用DeepLab识别模型并对待定图像识别后得到初始分割图和初始轮廓,对待定图像进行灰度拉伸后采用Canny算法处理,得到边缘,用初始轮廓的各点在边缘上搜索到的距离最小的点组成收敛边缘,利用收敛边缘E,对初始分割图进行开运算等处理后,得到二次分割图,再对二次分割图进行闭运算等处理后得到三次分割图,将收敛边缘在三次分割图上的对应像素点标为0,并对三次分割图轮廓进行平滑,三次分割图上为1的区域代表待测物。本发明采用深度学习模型建立待测物核心区域,再利用Canny算法检测边缘的优势,提高检测精度。

著录项

  • 公开/公告号CN109886271A

    专利类型发明专利

  • 公开/公告日2019-06-14

    原文格式PDF

  • 申请/专利权人 浙江大学;

    申请/专利号CN201910059024.7

  • 申请日2019-01-22

  • 分类号G06K9/34(20060101);G06K9/46(20060101);

  • 代理机构33200 杭州求是专利事务所有限公司;

  • 代理人林超

  • 地址 310058 浙江省杭州市西湖区余杭塘路866号

  • 入库时间 2024-02-19 11:18:46

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-07-09

    实质审查的生效 IPC(主分类):G06K9/34 申请日:20190122

    实质审查的生效

  • 2019-06-14

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号