一种钢丝绳分割设备和方法.pdf
书生****写意
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种钢丝绳分割设备和方法.pdf
本发明公开了一种钢丝绳的分割设备,包括放线架、排线架、收线架、传动装置和电机,放线架、排线架和收线架依次相连,传动装置的驱动侧卷挂着链条,链条的另一端则分别卷挂在排线架和收线架上,还包括设置在放线架和排线架之间的气刹装置,气刹装置的穿绳孔内设置有计米滑轮,气刹装置上还设置有计米传感器,从计米传感器上引出传感线连接到传动装置上。使用钢丝绳分割设备时,引出钢丝绳到排线架上,调整电机的转速并启动电机,钢丝绳沿着水平行进,在排线架的引导下缠绕在收线木盘上,由人工进行分割作业。与现有技术相比,本发明的钢丝绳的分割设
一种图像分割方法和装置.pdf
本发明实施例公开了一种图像分割方法和装置,包括:初始化零水平集轮廓;将待处理图像的图像参数信息和第N次水平集轮廓,代入预置的偏微分方程,计算第N次水平集函数的差值;其中,所述预置的偏微分方程由包括了图像边缘信息,图像区域信息,和保持零水平集函数与符号距离函数相似的内部能量的能量方程转换获得的;当N取值为0时的零水平集轮廓为初始化的零水平集轮廓;将初始化零水平集轮廓和所述第N次水平集函数的差值,代入预置的迭代公式,计算出迭代第N+1次的零水平集曲线;判断当前迭代计算出的零水平集曲线与上一次迭代计算出的是否相
一种图像分割方法和装置.pdf
本发明涉一种图像分割方法和装置,通过基于预设预处理算法对待分割图像进行增强得到增强图像;使用训练好的神经网络模型对增强图像进行分割,其中神经网络模型通过上采样获得增强图像的高分辨率信息并进行特征信息的提取,以得到详细的空间边界信息;神经网络模型通过对增强图像的图像信息的编码得到目标区域的位置信息;神经网络模型通过对详细的空间边界信息、目标区域的位置信息和跳跃连接所保留的原空间边界信息进行融合,以得到图像分割结果。单独的上采样链路去提取图像的高分辨率信息,能有效帮助网络对目标区域的边界实现精准预测。在对比度
一种图像分割方法和系统.pdf
本说明书实施例提供一种图像分割方法,包括:获取待处理图像,该待处理图像包括RGB通道图像和深度通道图像;对深度通道图像进行处理,确定深度通道图像中目标像素的像素类别,像素类别包括前景像素、背景像素和未知像素中至少一种;基于RGB通道图像和处理后的深度通道图像,通过图像分割模型确定未知像素为前景像素或背景像素,并得到用于区分待处理图像的前景像素和背景像素的掩码图像;基于掩码图像和待处理图像,实现待处理图像的前景图像和背景图像的分割。
一种大关节组织的分割方法和分割系统.pdf
本发明提供了一种大关节组织的分割方法和分割系统,解决现有关节组织分割效率低下的技术问题。方法包括:形成图像分割基准;根据所述图像分割基准形成MRI图像中单一像素的组织类别和位置特征以确定组织平面轮廓;根据各所述MRI图像中的所述组织平面轮廓结合所述图像分割基准形成组织立体轮廓。利用骨骼特征简化了组织分割过程,利用相关的图像和信息特征形成对象轮廓的自动化处理和辨识准确度提升,利用分割基准形成图像量化规则、像素内涵信息和建模构架有效融合,使得大关节构成组织可以在MRI图像中实现主体自动分割、轮廓准确定位和自动