[发明专利]一种基于无监督逐像素分类的角毛藻图像分割方法有效
| 申请号： | 201810763944.2 | 申请日： | 2018-07-12 |
| 公开（公告）号： | CN108961301B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 郑海永;汤宁;顾肇瑞;俞智斌;郑冰 | 申请（专利权）人： | 中国海洋大学 |
| 主分类号： | G06T7/194 | 分类号： | G06T7/194;G06T7/13;G06T5/40;G06T5/30;G06N3/04 |
| 代理公司： | 重庆敏创专利代理事务所(普通合伙) 50253 | 代理人： | 陈千 |
| 地址： | 266100 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明提供一种基于无监督逐像素分类的角毛藻图像分割方法，包括如下步骤：利用GSDAM图像处理算法提取原始图像I |
||
| 搜索关键词： | 一种 基于 监督 像素 分类 角毛藻 图像 分割 方法 | ||
【主权项】：
1.一种基于无监督逐像素分类的角毛藻图像分割方法，其特征在于，包括如下步骤：S1：利用GSDAM图像处理算法提取原始图像I0的角毛信息，得到角毛信息图像G，同时，利用Canny图像处理算法提取所述原始图像I0的细胞边缘，得到细胞边缘图像C；S2：利用所述角毛信息图像G和所述细胞边缘图像C生成自动训练样本，选择出正样本和负样本；S3：将所述正样本和所述负样本输入到DeepLab的深度卷积神经网络DCNN中进行逐个像素点的训练；S4：将所述原始图像I0中未知标注像素输入到训练后的模型中，将所述未知标注像素区分为角毛藻目标和背景，得到最终分割结果图，其中，所述未知标注像素是所述原始图像I0中除去所述正样本和所述负样本外的像素。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国海洋大学，未经中国海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810763944.2/，转载请声明来源钻瓜专利网。
