计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
18期
219-221,224
,共4页
图像处理%细胞神经网络%工业计算机断层成像%体数据%边缘提取
圖像處理%細胞神經網絡%工業計算機斷層成像%體數據%邊緣提取
도상처리%세포신경망락%공업계산궤단층성상%체수거%변연제취
采用了新近发展起来的边缘提取技术--细胞神经网络(CNN),从工业CT(Computed Tomography,计算机断层成像)体数据出发,提取被扫描工件的内外表面(称为边缘面).当一个边缘面与沿某方向切片序列中的某切片重合时,采用二维边缘提取方法不易从该切片序列中提取出边缘面.针对这种情形,将工业CT体数据沿三个互相垂直的方向剖分,得到相应的切片序列.然后对每个切片,采用两组二维细胞神经网络实现边缘提取.再将同方向的切片边缘数据重组,得到对应方向的边缘体数据.最后,综合各方向的边缘体数据得到边缘面.该算法由于考虑了体数据点在三个方向的灰度变化,分割结果比仅考虑单一方向的算法更接近真实情形.对边缘分割后的体数据的三维显示表明,该算法能得到比较完整真实的边缘面.
採用瞭新近髮展起來的邊緣提取技術--細胞神經網絡(CNN),從工業CT(Computed Tomography,計算機斷層成像)體數據齣髮,提取被掃描工件的內外錶麵(稱為邊緣麵).噹一箇邊緣麵與沿某方嚮切片序列中的某切片重閤時,採用二維邊緣提取方法不易從該切片序列中提取齣邊緣麵.針對這種情形,將工業CT體數據沿三箇互相垂直的方嚮剖分,得到相應的切片序列.然後對每箇切片,採用兩組二維細胞神經網絡實現邊緣提取.再將同方嚮的切片邊緣數據重組,得到對應方嚮的邊緣體數據.最後,綜閤各方嚮的邊緣體數據得到邊緣麵.該算法由于攷慮瞭體數據點在三箇方嚮的灰度變化,分割結果比僅攷慮單一方嚮的算法更接近真實情形.對邊緣分割後的體數據的三維顯示錶明,該算法能得到比較完整真實的邊緣麵.
채용료신근발전기래적변연제취기술--세포신경망락(CNN),종공업CT(Computed Tomography,계산궤단층성상)체수거출발,제취피소묘공건적내외표면(칭위변연면).당일개변연면여연모방향절편서렬중적모절편중합시,채용이유변연제취방법불역종해절편서렬중제취출변연면.침대저충정형,장공업CT체수거연삼개호상수직적방향부분,득도상응적절편서렬.연후대매개절편,채용량조이유세포신경망락실현변연제취.재장동방향적절편변연수거중조,득도대응방향적변연체수거.최후,종합각방향적변연체수거득도변연면.해산법유우고필료체수거점재삼개방향적회도변화,분할결과비부고필단일방향적산법경접근진실정형.대변연분할후적체수거적삼유현시표명,해산법능득도비교완정진실적변연면.
