基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
图像分割算法虽然已经有了大量的研究,但没有适用于所有图像的通用分割算法。因此针对不同图像的实际情况,需要进行大量的实验来选择最优的分割算法。通过比较算法分割得到的结果图像与对应手工分割得到的参考图像之间的差异,可以得到一种图像分割算法的性能评价,因此本文提出一种参考图像的获取方法。通过结合算法和 LabelMe 在线注释软件,该方法能够方便地完成图像中各种目标边界的定位并保存图像。
推荐文章
手工分解定量方法探讨
纺织品
纤维含量分析
重量法
方法改进
基于深度学习的油菜籽粒图像分割方法初探
油菜
籽粒
图像分割
特征提取
深度学习
基于彩色图像的林火图像火焰分割研究
林火图像
火焰分割
HIS空间
基于图像分割技术的小麦识别
图像预处理
图像增强
边缘检测
图像分割
识别
阈值分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Labelme的参考图像的手工分割
来源期刊 微型机与应用 学科 工学
关键词 图像分割 参考图像 LabelMe
年,卷(期) 2015,(17) 所属期刊栏目
研究方向 页码范围 49-51,56
页数 4页 分类号 TP751
字数 2199字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方挺 安徽工业大学电气与信息工程学院 24 115 5.0 10.0
2 吉江燕 安徽工业大学电气与信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分割
参考图像
LabelMe
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导