摘要
本发明公开了一种基于多特征融合的黑猪图像分割方法,涉及图像处理技术领域,包括获取黑猪图像并进行对比度增强处理;将增强图像输入残差卷积网络生成深度特征图,通过曲率阈值分割和双重拟合策略提取局部形状特征图,将两特征图融合生成黑猪特征图;基于黑猪样本库建立空间位置先验概率图,计算区域相关性并进行自适应加权,得到融合特征图;基于动态行为模式图和姿态约束规则对融合特征图执行边界分割并进行迭代优化,生成初始分割图;采用群体行为模型作为优化准则,对初始分割图的边界进行修正,输出最终分割结果。本发明通过构建基于双峰特性的分段增强函数和局部纹理特征自适应调整策略,实现了图像预处理的差异化增强。
技术关键词
图像分割方法
局部形状特征
融合特征
局部纹理特征
残差卷积神经网络
优化准则
分布特征
轮廓特征
运动状态参数
度量
特征描述符
活动状态分类
热力图
交互特征
对比度
图像分割系统
时序
动态
层级
系统为您推荐了相关专利信息
视觉检测设备
圆度误差
烟支
环境感知传感器
融合特征
语义分割方法
语义分割模型
注意力
遥感图像数据
编码器
计算机执行指令
客户端
健康状态信息
虚拟桌面云
融合特征
变换特征
连续小波变换
样本
注意力
短时傅里叶变换