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:
图像分割的研究是计算机识别图像信息的基础,也是实现计算机智能化的基础所在,因此其研究意义重大.图像分割的早期算法主要是通过颜色进行区分和分割形成超像素图像,在考虑现实世界的三维特性之后,在原有算法基础上加入深度信息,并利甩深度信息修正二维图像分割算法的错误,从而提高图像分割精度.主要步骤分别有图像二维分割、深度超像素图像处理、结果评述与划分错误修正、融合深度信息与二维超像素划分结果并形成最终结果.
推荐文章
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
结合彩色图像局部分割的Kinect深度图修复算法
深度图修复
空洞填充
局部分割
噪声滤波
基于深度学习的医学图像分割研究进展
医学图像分割
深度学习
卷积神经网络
综述
结合全局和局部信息的水平集图像分割方法
图像分割
图像噪声
拟合项
全局和局部信息
边缘检测算子
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 结合深度信息的图像分割研究初探
来源期刊 移动信息 学科 工学
关键词 深度信息 图像分割 流程 超像素图像
年,卷(期) 2016,(1) 所属期刊栏目 信息系统及应用
研究方向 页码范围 29
页数 1页 分类号 TP391.41
字数 1996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 周莲波 14 15 2.0 3.0
2 胡颖 12 57 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
深度信息
图像分割
流程
超像素图像
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
移动信息
月刊
1009-6434
50-1136/TN
大16开
重庆市北部新区洪湖西路18号
78-72
2000
chi
出版文献量(篇)
4638
总下载数(次)
8
总被引数(次)
648
论文1v1指导