典型文献
基于深度学习的煤粉颗粒CT图像分割方法
文献摘要：
为准确获取煤粉颗粒粒度信息,提出一种基于深度学习的煤粉颗粒CT图像分割方法.通过在深度网络中添加注意力机制增强特征的通道信息和语义信息,可更准确地定位小颗粒,减少漏分割问题;针对煤粉颗粒形态的不规则性,重新设计分割分支,将连续卷积层的输出进行叠加获取新的特征,得到针对煤粉颗粒的精细化分割模型.实验结果表明了该算法在煤粉颗粒CT图像分割上的有效性.
文献关键词：
煤粉颗粒;颗粒识别;图像分割;深度学习;注意力机制
中图分类号：
作者姓名：
李颖;李秀宇;卢兆林;李世银
作者机构：
中国矿业大学 信息与控制工程学院,江苏 徐州 221116
文献出处：
引用格式：
[1]李颖;李秀宇;卢兆林;李世银-.基于深度学习的煤粉颗粒CT图像分割方法)[J].计算机工程与设计,2022(08):2252-2259
A类：
B类：
煤粉颗粒,图像分割,分割方法,颗粒粒度,深度网络,注意力机制,语义信息,小颗粒,颗粒形态,规则性,重新设计,卷积层,出进,分割模型,割上,颗粒识别
AB值：
0.305187
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
