摘 要
本文通过对图像分割技术的深入研究，对图像分割的研究现状和国内外研究动态进行了跟踪，针对目前常用的图像分割技术如：阈值分割方法，边缘检测方法，边界法和区域法等作了总结。在matlab环境下用这些方法对一些具有不同特点的图像进行分割处理,并取得了比较满意的效果，为图像处理的进一步进行奠定了基础。最后对图像分割技术的研究前景和应用前景作了展望和预见。
关键词：图像分割，直方图，matlab实现
2021-10-10 20:59:58
783KB
1
针对医学图像分割中网络深度过深和上下文信息欠缺导致的分割精度降低等问题,提出了一种基于改进U-Net的磁共振成像(MRI)脑肿瘤图像分割算法。该算法通过嵌套残差模块和密集跳跃连接组成一种深度监督网络模型。为了减小编码路径和解码路径特征图之间的语义差距,将U-Net中的跳跃连接改为多类型的密集跳跃连接;为了解决网络过深导致的退化问题,加入残差模块,以防止网络梯度消失。实验结果表明,本算法分割肿瘤整体、肿瘤核心、增强肿瘤的Dice系数分别为0.88、0.84、0.80,满足临床应用的需求。
2021-10-09 16:52:50
7.07MB
1
nature的资料，deep learning 深度学习，皮肤分割与图像检测。
Dermatologist-level classification of skin cancer with deep neural networks
2021-10-09 14:12:04
2.76MB
1
【图像分割】基于局部空间信息模糊聚类FLICM算法图像分割matlab源码.md
2021-10-08 22:44:30
5KB
1