[发明专利]基于频率调谐全局显著度和深度学习的图像分割方法及系统有效
| 申请号： | 201811087057.4 | 申请日： | 2018-09-18 |
| 公开（公告）号： | CN109359654B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 王瑜;马泽源 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/32;G06N3/04 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 100048 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于频率调谐全局显著度和深度学习的图像分割方法及系统，其中，该方法包括以下步骤：读取目标图像，并通过高斯核滤波使目标图像平滑，以获取平滑图像的显著度；根据平滑图像的显著度建立显著度增强公式，并根据显著度增强公式对目标图像进行显著度增强；将显著度增强后的目标图像进行数据扩展，并通过宽残差金字塔式池化网络深度学习方法分割增强后的图像，以获取分割结果。该方法得到的图像显著度增强视觉效果更加醒目，对于图像处理分析效果也有很大提高，分割区域边缘清晰，从而有效地区分出了图像中的不同物体。 | ||
| 搜索关键词： | 基于 频率 调谐 全局 显著 深度 学习 图像 分割 方法 系统 | ||
【主权项】：
1.一种基于频率调谐全局显著度和深度学习的图像分割方法，其特征在于，包括以下步骤：读取目标图像，并通过高斯核滤波使所述目标图像平滑，以获取平滑图像的显著度；根据所述平滑图像的显著度建立显著度增强公式，并根据所述显著度增强公式对所述目标图像进行显著度增强；以及将显著度增强后的所述目标图像进行数据扩展，并通过宽残差金字塔式池化网络深度学习方法分割增强后的图像，以获取分割结果。
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北京工商大学，未经北京工商大学许可，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/201811087057.4/，转载请声明来源钻瓜专利网。
