發(fā)布時(shí)間：2020-07-16 08:03

【摘要】：隨著自動(dòng)駕駛,視覺等技術(shù)的飛速發(fā)展,圖像有效處理的重要性日益凸顯,對(duì)于圖像分割速度以及分割精度的要求也越來越高,圖像分割結(jié)果的優(yōu)劣對(duì)于更高層次的圖像處理任務(wù),例如圖像語義理解起到重要作用。伴隨著深度學(xué)習(xí)技術(shù)的迅猛發(fā)展,諸如譜聚類、分水嶺等傳統(tǒng)的圖像分割方法的不足逐漸顯現(xiàn),基于圖像深度特征的圖像分割算法逐漸成為主流。采用深度特征描述圖像的紋理、形狀、顏色等基本屬性,不僅在表征能力以及效果上超過傳統(tǒng)方法,在處理速度以及精度方面上也有著較大的潛力,同時(shí)在圖像處理性能上有著更廣闊的發(fā)展空間。因此,如何構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型,代替?zhèn)鹘y(tǒng)技術(shù)解決計(jì)算機(jī)視覺問題是當(dāng)前重點(diǎn)關(guān)注的課題,對(duì)于未來計(jì)算機(jī)視覺的發(fā)展具有深遠(yuǎn)的意義。本文重點(diǎn)研究如何針對(duì)海底礦物圖像進(jìn)行有效分割,主要工作有以下幾個(gè)方面:(1)探索了傳統(tǒng)分割方法在海底礦物圖像的應(yīng)用研究,并基于分水嶺算法開發(fā)了相應(yīng)的應(yīng)用系統(tǒng)。(2)研究了基于編碼器-解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)的端到端分割算法,我們將不同尺度的解碼結(jié)構(gòu)卷積特征圖融合,通過在公有數(shù)據(jù)集上進(jìn)行測(cè)試,選取了適合海底礦物質(zhì)圖像分割的網(wǎng)絡(luò)激活函數(shù),并將改進(jìn)后的基于深度神經(jīng)算法與傳統(tǒng)分割算法及典型編碼器-解碼器結(jié)構(gòu)進(jìn)行了對(duì)比,驗(yàn)證了算法的有效性�；跀�(shù)字圖像處理的海底礦物圖像處理將計(jì)算機(jī)應(yīng)用技術(shù)與礦產(chǎn)資源監(jiān)測(cè)進(jìn)行有效結(jié)合,解決了傳統(tǒng)基于人工方式效率低下,準(zhǔn)確率不高的問題,該課題的研究具有一定的理論意義和現(xiàn)實(shí)應(yīng)用價(jià)值。
【學(xué)位授予單位】：中央民族大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;P74
【圖文】：

一Ci鉀5.即es數(shù)據(jù)集示例

圖像分刻數(shù)據(jù)集整理示例圖

圖2一1雙峰直方圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王盼我;;基于熵的圖像分割算法研究[J];科技視界;2018年08期

2 王華翔;丁家紀(jì);王旭;;基于信息論的圖像分割算法研究[J];黑龍江科技信息;2015年25期

3 李娟;康戈文;;一種基于方向的圖像分割算法[J];可編程控制器與工廠自動(dòng)化;2012年02期

4 張春伶;;圖像分割算法綜述與探索[J];科技創(chuàng)新與應(yīng)用;2012年13期

5 周強(qiáng);;圖像分割算法研究[J];福建電腦;2009年06期

6 吉李滿;;圖像分割算法的應(yīng)用與評(píng)價(jià)[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2006年09期

7 周維真;周濱;;一種改進(jìn)的塔形結(jié)構(gòu)圖像分割算法[J];西安電子科技大學(xué)學(xué)報(bào);1988年03期

8 李竹林;王靜;;一種基于濾波的分段點(diǎn)乘圖像分割算法[J];電子設(shè)計(jì)工程;2016年23期

9 李鋒林;李亮;;基于顯著性檢測(cè)的目標(biāo)圖像分割算法[J];電子科技;2017年01期

10 田利平;謝忠和;;基于閾值和圖論的圖像分割算法研究[J];寧德師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年01期

相關(guān)會(huì)議論文 前10條

1 張峰;申功勛;;一種適用于天文導(dǎo)航的快速圖像分割算法[A];中國航空學(xué)會(huì)控制與應(yīng)用第十二屆學(xué)術(shù)年會(huì)論文集[C];2006年

2 趙海英;楊一帆;徐光美;;基于邊緣形態(tài)變換的彩色織物圖像分割算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

3 胡陽漣;趙鳳群;戴芳;張輝;;一種基于馬爾可夫隨機(jī)場(chǎng)的快速圖像分割算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 陳亮;葉旭鳴;俞利;;一種基于圖論的圖像分割算法[A];全國第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

5 劉曉龍;張佑生;;基于模擬退火的模糊C-均值聚類圖像分割算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

6 李景福;龍志軍;張報(bào)山;包晨陽;;一種改進(jìn)的紅外圖像分割算法[A];2007年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

7 萬永菁;楊大毛;;一種圖像分割算法在纖維增強(qiáng)復(fù)合材料圖像處理中的應(yīng)用(英文)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 楊衛(wèi)平;李忠科;王勇;呂培軍;;基于區(qū)域的圖像分割算法綜述[A];第十七屆全國測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

9 傅明建;劉秉瀚;;一種腎小管病理圖像分割算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

10 沙莎;彭麗;羅三定;;一種基于邊緣檢測(cè)的閾值圖像分割算法[A];中國計(jì)算機(jī)圖形學(xué)進(jìn)展2008--第七屆中國計(jì)算機(jī)圖形學(xué)大會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前1條

1 王小龍;美開發(fā)出基于熱映像的圖像分割算法[N];科技日?qǐng)?bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 劉仲民;基于圖論的圖像分割算法的研究[D];蘭州理工大學(xué);2018年

2 宋艷濤;基于磁共振成像的腦組織及病變分割方法研究[D];南京理工大學(xué);2017年

3 畢卉;HIFU超聲圖像分割算法研究[D];東南大學(xué);2018年

4 顏剛;基于模糊馬爾可夫場(chǎng)的圖像分割算法研究[D];第一軍醫(yī)大學(xué);2005年

5 李彬;基于模糊隨機(jī)模型的磁共振腦部圖像分割算法研究[D];第一軍醫(yī)大學(xué);2007年

6 劉毅;基于圖割的交互式圖像分割算法研究[D];南京理工大學(xué);2013年

7 許曉麗;基于聚類分析的圖像分割算法研究[D];哈爾濱工程大學(xué);2012年

8 車娜;基于偏移場(chǎng)的核磁共振腦圖像分割算法研究[D];吉林大學(xué);2013年

9 陳圣國;圖像分割及應(yīng)用技術(shù)研究[D];南京大學(xué);2012年

10 皮志明;結(jié)合深度信息的圖像分割算法研究[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉洋;基于空間約束的FCM圖像分割算法研究[D];吉林大學(xué);2019年

2 吳壘;基于空間顏色密度分布估計(jì)的輪廓檢測(cè)和圖像分割算法研究[D];吉林大學(xué);2019年

3 鄭男;基于深度特征的海底礦物圖像分割算法研究[D];中央民族大學(xué);2019年

4 智慧;基于多尺度模型集成及優(yōu)化的圖像分割算法研究[D];北方工業(yè)大學(xué);2019年

5 楊德青;基于改進(jìn)粒子群的最大熵多閾值MRI圖像分割算法研究[D];鄭州大學(xué);2019年

6 王楠;顏色不均勻情況下光伏板紅外圖像分割算法研究[D];安徽大學(xué);2019年

7 張衛(wèi)衛(wèi);基于深度神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究及其在心室和冠脈鈣化上的應(yīng)用[D];安徽大學(xué);2019年

8 陳緯航;基于超像素和區(qū)域合并的圖像分割算法研究[D];武漢理工大學(xué);2018年

9 呂欣欣;紅外圖像分割算法研究及其在電氣設(shè)備故障診斷中的應(yīng)用[D];天津理工大學(xué);2019年

10 韓玉翠;基于粒子群優(yōu)化二維Otsu的肺CT圖像分割算法[D];哈爾濱理工大學(xué);2019年

本文編號(hào)：2757741