基于DeepLab改进网络下的舌图像分割算法

摘要：

舌图像是中医判断身体的重要指标.在舌图像处理过程中,分割结果会受到嘴唇、下巴、脸部等固定干扰因素的影响,以及不可预测的无关噪音遮挡舌体时不固定干扰因素的影响.在精确地分割出完整的舌图像方面,传统分割方法有很大的局限性,针对这个问题现提出基于神经网络DeepLab v2下的舌图像分割改进算法.首先对舌体进行定位,引入带孔卷积算子,通过设置池化层参数获得更好的边缘信息;然后采用生成对抗网络OSIM对无关噪音进行去噪处理,分割出完整的舌体图像;最后通过基于孔洞的空间金字塔融合多尺度的特征信息,使分割结果更具鲁棒性.实验结果表明,上述方法提升了分割精度,显著增强了抗噪能力,并降低在分析过程中固定干扰因素的影响,得到精确分割的舌图像.

关键词：舌图像、神经网络、生成对抗网络、空间金字塔

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金U1802271

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：210-213,489