基于深度学习和水平集的彩色图像分割方法
作者:
作者单位:

1.四川大学数学学院;2.四川大学华西第二医院

作者简介:

通讯作者:

中图分类号:

O29

基金项目:

国家重点研发计划(2018YFC0830300); 科技部“十三五”重点研发计划(2020YFC2005603);四川省科技厅重点研发项目(2020YFS0206);国家自然科学基金 (11971020)


A color image segmentation based on deep learning and level set
Author:
Affiliation:

1.School of Mathematics, Sichuan University;2.West China Second University Hospital, Sichuan University

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文结合基于全卷积神经网络的语义分割与基于水平集方法的图像分割方法,使用DeepLab V2与 Distance Regularized Level Set Evolution (DRLSE) 模型对一般的彩色图像进行分割. 通过在 DRLSE 模型中加入了一个新的形状能量项,该方法提高了零水平集的演化速度. 数值模拟结果验证了方法的有效性.

    Abstract:

    In this study, we combine the semantic segmentation technology based on full convolution neural network and image segmentation technology based on level set method and use Deeplab V2 and Distance Regularized Level Set Evolution (DRLSE) model to realize general color images segmentation. To improve the evolution speed of the zero level set segmentation, a new shape energy term is added to the DRLSE model. Numerical simulations verify the efficiency of our method.

    参考文献
    相似文献
    引证文献
引用本文

引用本文格式: 杨宇,崔陶. 基于深度学习和水平集的彩色图像分割方法[J]. 四川大学学报: 自然科学版, 2021, 58: 041004.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-10-29
  • 最后修改日期:2020-11-19
  • 录用日期:2020-11-20
  • 在线发布日期: 2021-07-16
  • 出版日期: