Wyszukiwanie zaawansowane ?

Obiekt

Obiekt planowany

Tytuł: Graph-based segmentation with homogeneous hue and texture vertices

Autor:

Ngo, Lua ; Han, Jae-Ho

Współtwórca:

Urbańczyk, Wacław. Redakcja

Opis:

Optica Applicata, Vol. 51, 2021, nr 4, s. 541-549 ; Optica Applicata is an international journal, published in a non-periodical form in the years 1971-1973 and quarterly since 1973. From the beginning of the year 2008, Optica Applicata is an Open Access journal available online via the Internet, with free access to the full text of articles serving the best interests of the scientific community. The journal is abstracted and indexed in: Chemical Abstracts, Compendex, Current Contents, Inspec, Referativnyj Zhurnal, SCI Expanded, Scopus, Ulrich’s Periodicals Directory ; kliknij tutaj, żeby przejść

Abstrakt:

This work presents an automated segmentation method, based on graph theory, which processes superpixels that exhibit spatially similarities in hue and texture pixel groups, rather than individual pixels. The graph shortest path includes a chain of neighboring superpixels which have minimal intensity changes. This method reduces graphics computational complexity because it provides large decreases in the number of vertices as the superpixel size increases. For the starting vertex prediction, the boundary pixel in first column which is included in this starting vertex is predicted by a trained deep neural network formulated as a regression task. By formulating the problem as a regression scheme, the computational burden is decreased in comparison with classifying each pixel in the entire image. This feasibility approach, when applied as a preliminary study in electron microscopy and optical coherence tomography images, demonstrated high measures of accuracy: 0.9670 for the electron microscopy image and 0.9930 for vitreous/nerve-fiber and inner-segment/outer-segment layer segmentations in the optical coherence tomography image.

Wydawca:

Oficyna Wydawnicza Politechniki Wrocławskiej

Miejsce wydania:

Wrocław

Data wydania:

2021

Typ zasobu:

artykuł

Identyfikator zasobu:

doi:10.37190/oa210406

Źródło:

<sygn. PWr A3481II> ; kliknij tutaj, żeby przejść ; kliknij tutaj, żeby przejść

Język:

eng

Powiązania:

Optica Applicata ; Optica Applicata, Vol. 51, 2021 ; Optica Applicata, Vol. 51, 2021, nr 4 ; Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Politechnika Wrocławska

Tytuł publikacji grupowej:

Optica Applicata

Temat i słowa kluczowe:

optyka image segmentation deep neural network electron microscopy optical coherence tomography (OCT) pattern recognition

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

7 lut 2025

Wszystkie dostępne wersje tego obiektu:

https://dbc.wroc.pl./publication/169938

Wyświetl opis w formacie RDF:

RDF

Nazwa wydania Data
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji