相关实验视频
Updated: Jun 17, 2025
04:48
Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
Published on: July 5, 2024
380
GC Snakes:用于热造图像的高效和稳健的细分模型
1School of Mechanical Engineering, Dalian University of Technology, Dalian 116024, China.
Sensors (Basel, Switzerland)
|August 10, 2024
概括
本研究介绍了几何连续性蛇 (GC Snakes),这是一个改进的活跃轮模型,用于对热造图像进行强大的细分. 在工业应用中,GC Snakes可提高几何参数测量精度.
科学领域:
- 计算机视觉 计算机视觉
- 工业计量学 工业计量学
- 材料科学 材料科学 材料科学
背景情况:
- 热件的准确非接触测量对于质量控制至关重要.
- 伪造图像的图像细分由于不同的条件而具有挑战性,影响性能和稳定性.
研究的目的:
- 提出一个高效和强大的活跃轮模型,用于细分热造图像.
- 为了提高热件的几何参数测量的准确性和可靠性.
主要方法:
- 开发了一种名为"几何连续性蛇" (GC Snakes) 的新型活跃轮模型.
- 基于灰度表层几何学的三个连续性参数的定义.
- 为GC Snakes提出了一个新的图像力和外部能量功能.
- 引入一项策略,用于生成GC Snakes的初始控制点.
主要成果:
- 在现有模型中,GC Snakes表现出优越的细分性能,用于造不同温度和大小的图像.
- 拟议的方法实现了最大的定位和尺寸误差分别为0.5525mm和0.3868mm.
- 在几何参数测量中,GC Snakes提供了更高的稳定性和效率.
结论:
- GC Snakes模型在热造图像的细分方面取得了重大进展.
- 这种方法提高了工业造过程中非接触计量学的精度和可靠性.
