圖像分割是將感興趣的區(qū)域與圖像的其他區(qū)域進(jìn)行精確分離,是圖像處理中重要的一部分,是醫(yī)療上的計(jì)算機(jī)輔助診斷、解剖結(jié)構(gòu)研究等方面的重要工具。準(zhǔn)確有效的分割圖像一直是人們的研究熱點(diǎn),也是為后續(xù)的圖像處理例如圖像檢測,圖像識別等提供有力支持。因此,我們不僅需要研究如何準(zhǔn)確地將目標(biāo)從圖像分割出來,而且需要研究在細(xì)節(jié)上也能有效分割,針對上述問題,本文主要做了以下研究工作:首先,本文主要研究了基于粗標(biāo)定的深度學(xué)習(xí)圖像分割U-net模型,通過粗略的勾勒出目標(biāo)所在位置,制作相應(yīng)的數(shù)據(jù)集來訓(xùn)練U-net模型,利用模型對圖像進(jìn)行粗分割,然后再通過U-net模型對上述結(jié)果進(jìn)一步細(xì)分割,通過對比實(shí)驗(yàn)驗(yàn)證基于粗標(biāo)定的U-net的模型比U-net模型有更好的分割效果,而且模型取得了更好的分割邊界。其次,為了在細(xì)節(jié)上取得更好的分割結(jié)果,本文將基于粗標(biāo)定的U-net模型的分割結(jié)果作為初始分割,結(jié)合水平集方法,提出了圖像分割模型I。然后利用梯度下降流對模型I進(jìn)行求解,再使用有限差分方法數(shù)值離散模型I,通過數(shù)值實(shí)驗(yàn)驗(yàn)證了模型的有效性,在基于粗標(biāo)定的U-net模型基礎(chǔ)上,獲得了更好的分割細(xì)節(jié)。最后,本文將基于粗標(biāo)定的U-ne... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

U-net的網(wǎng)絡(luò)結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)理學(xué)碩士學(xué)位論文-8-()()211;NiiiLWNetIWsN==其中，N是訓(xùn)練樣本的數(shù)量，,iiIs是給定的一組訓(xùn)練圖像和相應(yīng)的地面實(shí)況分割，W為網(wǎng)絡(luò)的參數(shù)。ResUnet的網(wǎng)絡(luò)結(jié)構(gòu)為：圖1-2ResUnet的網(wǎng)絡(luò)結(jié)構(gòu)這種網(wǎng)絡(luò)對比殘差網(wǎng)絡(luò)有更少的參數(shù)，而且在分割效果方面也表現(xiàn)的很好，但是，網(wǎng)絡(luò)對于沒有標(biāo)簽的道路，例如停車場等，會將其視為背景不進(jìn)行分割。除了上述文獻(xiàn)[38]外，Iglovikov和Shvets[39]也對U-net提出了改進(jìn)，他們通過預(yù)訓(xùn)練的方式改善了U-net的性能，預(yù)訓(xùn)練的網(wǎng)絡(luò)大大減少了訓(xùn)練時(shí)間，這也有助于防止過度擬合。其網(wǎng)絡(luò)結(jié)構(gòu)為：圖1-3以Vgg11作為編碼器的U-net的網(wǎng)絡(luò)結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)理學(xué)碩士學(xué)位論文-8-()()211;NiiiLWNetIWsN==其中，N是訓(xùn)練樣本的數(shù)量，,iiIs是給定的一組訓(xùn)練圖像和相應(yīng)的地面實(shí)況分割，W為網(wǎng)絡(luò)的參數(shù)。ResUnet的網(wǎng)絡(luò)結(jié)構(gòu)為：圖1-2ResUnet的網(wǎng)絡(luò)結(jié)構(gòu)這種網(wǎng)絡(luò)對比殘差網(wǎng)絡(luò)有更少的參數(shù)，而且在分割效果方面也表現(xiàn)的很好，但是，網(wǎng)絡(luò)對于沒有標(biāo)簽的道路，例如停車場等，會將其視為背景不進(jìn)行分割。除了上述文獻(xiàn)[38]外，Iglovikov和Shvets[39]也對U-net提出了改進(jìn)，他們通過預(yù)訓(xùn)練的方式改善了U-net的性能，預(yù)訓(xùn)練的網(wǎng)絡(luò)大大減少了訓(xùn)練時(shí)間，這也有助于防止過度擬合。其網(wǎng)絡(luò)結(jié)構(gòu)為：圖1-3以Vgg11作為編碼器的U-net的網(wǎng)絡(luò)結(jié)構(gòu)


本文編號：3378118