首页> 中国专利> 融合深度学习网络和分水岭算法的图像精确分割方法

融合深度学习网络和分水岭算法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分水岭算法的图像精确分割方法。采用DeepLab识别模型并对待定图像进行识别,得到初始分割图,采用分水岭算法对待定图像进行分割,得到一组待定区域,将待定区域数量与初始分割图点乘,将待定区域划分为待测物区域,否则将待测物区域内的待定区域去除。本发明综合利用待定点与待测物质心的距离和待定点与前景及背景的灰度差异来判断等点的属性,实现了图像的精确分割。本发明利用分水岭将相邻灰度相近的像素间分区的特性,采用深度学习方法,建立待测物核心区域,提高检测精度。

著录项

  • 公开/公告号CN109886985A

    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CN201910060144.9

  • 申请日2019-01-22

  • 分类号G06T7/12(20170101);G06T7/187(20170101);

  • 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 11:27:57

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):G06T7/12 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