基于DeepLab改进网络下的舌图像分割算法
Computer Simulation(2022)
Abstract
舌图像是中医判断身体的重要指标.在舌图像处理过程中,分割结果会受到嘴唇、下巴、脸部等固定干扰因素的影响,以及不可预测的无关噪音遮挡舌体时不固定干扰因素的影响.在精确地分割出完整的舌图像方面,传统分割方法有很大的局限性,针对这个问题现提出基于神经网络DeepLab v2下的舌图像分割改进算法.首先对舌体进行定位,引入带孔卷积算子,通过设置池化层参数获得更好的边缘信息;然后采用生成对抗网络OSIM对无关噪音进行去噪处理,分割出完整的舌体图像;最后通过基于孔洞的空间金字塔融合多尺度的特征信息,使分割结果更具鲁棒性.实验结果表明,上述方法提升了分割精度,显著增强了抗噪能力,并降低在分析过程中固定干扰因素的影响,得到精确分割的舌图像.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined