科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的算法对视盘边缘分割精度不高和视盘周围存在大量噪音等难点,提出一种融合空洞卷积与注意门的U型卷积神经网络视盘分割算法。在预处理阶段,利用图像RGB通道的线性组合提取各通道颜色特征信息,利用形态学滤波技术强化视盘边缘信息。在分割阶段,利用多尺度空洞卷积提高感受野,通过注意门提升视盘权重信息,由SoftMax激活函数分割视盘与背景信息。在DRIONS-DB眼底图像数据集上进行的仿真结果表明,视盘分割准确率、精确率和重合率分别达到99.83%,94.84%和97.35%。
-
单位江西理工大学; 自动化学院
