作者:
原文服务方: 中国纤检       
摘要:
基于深度学习技术,对扫描电子显微镜(Scanning Electron Microscope,SEM)下拍摄的纤维图像分割方法进行研究.首先制作样本并用Mask R-CNN模型进行训练得到纤维分割网络模型,然后将待检测的纤维图像输入训练好的分割网络,经卷积与下采样后,对纤维图像进行预测,根据推荐窗口提取每根纤维的边界,最后对纤维边界进行后续处理得到分割结果.经试验,采用Mask R-CNN网络对SEM纤维图像进行分割结果可靠.
推荐文章
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
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
基于深度学习的油页岩CT图像 有机质识别分割方法研究
深度学习
油页岩
有机质
混合空洞卷积
语义分割
基于深度学习算法的脑肿瘤CT图像特征分割技术改进
深度学习算法
脑肿瘤CT图像
特征分割技术
多模态3D-CNN
SAE结构
数据集
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 基于深度学习的SEM纤维图像分割方法研究
来源期刊 中国纤检 学科
关键词 纤维材料 纤维图像分割 Mask R-CNN 深度学习
年,卷(期) 2019,(2) 所属期刊栏目 研究
研究方向 页码范围 84-87
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (441)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(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
纤维材料
纤维图像分割
Mask R-CNN
深度学习
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
中国纤检
月刊
1671-4466
11-4772/T
大16开
1981-01-01
chi
出版文献量(篇)
9459
总下载数(次)
0
总被引数(次)
9061
论文1v1指导