• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于SLIC和區(qū)域生長(zhǎng)的目標(biāo)分割算法

    2021-01-11 09:12:46韓紀(jì)普段先華
    關(guān)鍵詞:鄰域像素點(diǎn)灰度

    韓紀(jì)普,段先華,常 振

    江蘇科技大學(xué) 計(jì)算機(jī)學(xué)院,江蘇 鎮(zhèn)江212000

    圖像分割是圖像理解的重要組成部分,是計(jì)算機(jī)視覺(jué)的基石,也是圖像分析、圖像識(shí)別等方法的首要步驟,圖像分割結(jié)果的好壞會(huì)對(duì)圖像的后續(xù)處理過(guò)程產(chǎn)生決定性的影響,在計(jì)算機(jī)視覺(jué)的產(chǎn)生和發(fā)展過(guò)程中,圖像分割是圖像工作者碰到的最困難的問(wèn)題之一。圖像分割即是根據(jù)圖像的灰度、紋理、形狀等特征將圖像劃分成互不相交的若干區(qū)域,同時(shí)保證區(qū)域內(nèi)部在分割特征上保持各向同性,區(qū)域與區(qū)域之間在分割特征上保持各向異性。在實(shí)際應(yīng)用中即為在待分割圖像中提取出人們關(guān)心的區(qū)域,為圖像處理中的其他方法打下基礎(chǔ)。

    在圖像分割的發(fā)展歷史中,閾值分割、區(qū)域生長(zhǎng)、邊緣檢測(cè)是人們常用的三大類傳統(tǒng)分割方法。近年來(lái),隨著機(jī)器學(xué)習(xí)的興起,圖像分割也呈現(xiàn)出了百花齊放的景象,基于機(jī)器學(xué)習(xí)的聚類分割、基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)等方法也一一涌現(xiàn),而其中的區(qū)域生長(zhǎng)算法自1976年由Zuker 等人提出以來(lái)便成為圖像分割中的經(jīng)典算法[1]。時(shí)至今日,區(qū)域生長(zhǎng)法因其思想簡(jiǎn)單,且不需要先驗(yàn)知識(shí)便能得到良好的邊界信息和分割結(jié)果等優(yōu)點(diǎn)依然在圖像分割中占有一席之地,其中最典型的區(qū)域生長(zhǎng)法是基于小面(facet)模型的區(qū)域生長(zhǎng)法。盡管區(qū)域生長(zhǎng)算法在圖像分割中擁有眾多其他算法無(wú)法比擬的優(yōu)勢(shì),但區(qū)域生長(zhǎng)算法本身固有的缺點(diǎn)同樣不容忽視。例如:傳統(tǒng)區(qū)域生長(zhǎng)算法需要人工選取種子點(diǎn),而且分割效果依賴于種子點(diǎn)的選取,種子點(diǎn)選取不當(dāng)往往無(wú)法得到理想的分割結(jié)果;傳統(tǒng)區(qū)域生長(zhǎng)算法對(duì)噪聲敏感,圖像存在噪聲或者圖像內(nèi)部灰度值分布不均勻都會(huì)對(duì)分割結(jié)果產(chǎn)生影響,即傳統(tǒng)算法無(wú)法處理過(guò)于復(fù)雜的分割目標(biāo);此外,傳統(tǒng)區(qū)域生長(zhǎng)算法的空間開銷過(guò)大,容易加重計(jì)算機(jī)的負(fù)擔(dān)。對(duì)以上缺陷的解決辦法,圖像處理工作者們展開了孜孜不倦的探求,對(duì)傳統(tǒng)區(qū)域生長(zhǎng)算法的改進(jìn)包括與閾值分割相結(jié)合的基于Otsu(最大類間方差)的區(qū)域生長(zhǎng)算法[2],與Watershed(分水嶺)相結(jié)合的自動(dòng)種子區(qū)域生長(zhǎng)算法[3]、基于變分水平集的區(qū)域生長(zhǎng)算法[4]、基于PCA-SVM 準(zhǔn)則的改進(jìn)區(qū)域生長(zhǎng)算法[5]、基于灰度共生矩陣的區(qū)域生長(zhǎng)算法[6]、多尺度下的區(qū)域生長(zhǎng)算法[7],以及與神經(jīng)網(wǎng)絡(luò)相結(jié)合的動(dòng)態(tài)自適應(yīng)區(qū)域生長(zhǎng)算法[8]等,以上算法在各自的應(yīng)用領(lǐng)域都能取得不錯(cuò)的分割效果。針對(duì)區(qū)域生長(zhǎng)法固有的缺陷,本文提出一種基于超像素和區(qū)域生長(zhǎng)的目標(biāo)分割算法,該算法首次將SLIC(Simple Linear Iterative Cluster)超像素分割用于區(qū)域生長(zhǎng),通過(guò)超像素分割的方法將圖像中的原有像素聚合成小型的像素塊,能夠大幅減小區(qū)域生長(zhǎng)算法的空間開銷,同時(shí)也能消除圖像噪聲和灰度值不均勻等問(wèn)題對(duì)分割結(jié)果產(chǎn)生的影響。經(jīng)實(shí)驗(yàn)證明,本文算法在性能方面與現(xiàn)有算法相比有明顯優(yōu)勢(shì)。

    1 傳統(tǒng)區(qū)域生長(zhǎng)算法

    區(qū)域生長(zhǎng)是一種基于灰度相似性和灰度不連續(xù)性的串行區(qū)域分割的圖像分割方法,其基本思想是將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域。具體要先對(duì)每個(gè)需要分割的區(qū)域確定一個(gè)種子點(diǎn)像素,然后將種子像素周圍鄰域中與種子像素具有相同或相似性質(zhì)的像素(根據(jù)某種事先確定的生長(zhǎng)或相似準(zhǔn)則來(lái)判定)合并到種子像素所在的區(qū)域中。將這些新像素當(dāng)做新的種子像素繼續(xù)進(jìn)行上面的過(guò)程,直到再?zèng)]有滿足條件的像素可被包括進(jìn)來(lái),此時(shí)就可以判定一個(gè)區(qū)域生長(zhǎng)完成。

    區(qū)域生長(zhǎng)的三大要素分別為:種子點(diǎn)選取、確定生長(zhǎng)規(guī)則、確定終止條件。區(qū)域生長(zhǎng)的好壞與三要素息息相關(guān),尤其種子點(diǎn)的選取會(huì)對(duì)最終分割結(jié)果產(chǎn)生直接影響。

    1.1 選取種子點(diǎn)

    種子點(diǎn)即圖像區(qū)域生長(zhǎng)的起點(diǎn),對(duì)于灰度圖而言,種子點(diǎn)信息應(yīng)該包括區(qū)域生長(zhǎng)起始坐標(biāo)(x,y),以及該點(diǎn)的灰度值g(x,y)?,F(xiàn)有的種子點(diǎn)選取方法無(wú)外乎兩種:半自動(dòng)種子點(diǎn)選取和全自動(dòng)種子點(diǎn)選取。半自動(dòng)種子點(diǎn)選取即通過(guò)人機(jī)交互的方式根據(jù)使用者的經(jīng)驗(yàn)知識(shí)選擇生長(zhǎng)起點(diǎn),半自動(dòng)的方式適用范圍廣泛,幾乎所有的圖像都可以用半自動(dòng)的方式選擇生長(zhǎng)起點(diǎn),但該方法過(guò)分依賴使用者的經(jīng)驗(yàn)知識(shí)。全自動(dòng)種子點(diǎn)選取即在特定環(huán)境下通過(guò)某種先驗(yàn)知識(shí)自動(dòng)篩選生長(zhǎng)起點(diǎn),例如:在紅外圖像中一般選取亮度最大的像素點(diǎn)作為生長(zhǎng)起點(diǎn)。

    1.2 生長(zhǎng)準(zhǔn)則

    生長(zhǎng)準(zhǔn)則是區(qū)域生長(zhǎng)法的核心部分,對(duì)于灰度圖而言,生長(zhǎng)準(zhǔn)則一般設(shè)定為某個(gè)固定灰度閾值T,若種子像素與其鄰域像素之間的灰度差小于T,則將其鄰域像素納入目標(biāo)區(qū)域。即:

    其中,A[n]為目標(biāo)區(qū)域,g(x,y)為種子像素,g(i,j)為g(x,y)鄰域像素。

    1.3 生長(zhǎng)停止條件

    區(qū)域生長(zhǎng)一般采用遞歸調(diào)用的方式,當(dāng)種子像素在其鄰域內(nèi)完成生長(zhǎng),將目標(biāo)區(qū)域新納入的像素點(diǎn)依次作為新的種子像素繼續(xù)生長(zhǎng)過(guò)程,直到目標(biāo)區(qū)域內(nèi)再無(wú)新像素點(diǎn)加入,此時(shí)停止生長(zhǎng)。

    如果圖像區(qū)域內(nèi)灰度梯度有較大波動(dòng),則設(shè)置較小閾值T會(huì)導(dǎo)致圖像欠分割,在噪聲處出現(xiàn)分割孔洞,分割邊界模糊等問(wèn)題,而設(shè)置較大閾值T又會(huì)導(dǎo)致圖像過(guò)分割。

    2 超像素

    在2003 年,Ren 和Malik 提出了超像素的概念[9],超像素顧名思義就是將具有灰度、紋理、亮度等低級(jí)特征相似性的相鄰像素聚合成不規(guī)則的像素塊,用少量的超像素代替圖像原有像素點(diǎn),在不損失圖像原有特征的基礎(chǔ)少大幅減少可處理對(duì)象的數(shù)量,從而降低了圖像后續(xù)處理的復(fù)雜度,提高效率。超像素常用于各類圖像算法的預(yù)處理,在計(jì)算機(jī)視覺(jué)領(lǐng)域有著重要的研究?jī)r(jià)值。由于超像素在圖像分割方面有著極為出色的表現(xiàn),近年來(lái)越來(lái)越多的學(xué)者將研究重點(diǎn)放在超像素與圖像分割算法的結(jié)合上。王柯嚴(yán)等[10]提出一種將超像素與多閾值分割相結(jié)合的天空去霧算法,宋以寧等[11]將超像素用于無(wú)人機(jī)圖像分割,姚丙秀等[12]提出將超像素與圖論相結(jié)合的遙感影像分割算法。以上與超像素相結(jié)合的分割算法對(duì)比于原有算法,在算法性能和效果上都有不錯(cuò)的提升。計(jì)算機(jī)視覺(jué)領(lǐng)域的Mean Shift(均值漂移算法)[13]、Watershed(分水嶺算法)[14]、Normalized Cut(圖割算法)[15]、簡(jiǎn)單線性迭代聚類算法SLIC[16]等,都是現(xiàn)階段常見(jiàn)的超像素分割算法。其中的SLIC 算法,自2010 年提出以來(lái)便因其思想簡(jiǎn)單、實(shí)現(xiàn)方便而受到了人們的廣泛關(guān)注。SLIC-簡(jiǎn)單線性迭代聚類算法,脫胎于K-means聚類算法,但不同于K-means 聚類算法每次迭代都會(huì)遍歷整個(gè)解空間以得到最優(yōu)聚類,SLIC 結(jié)合圖像自身的特點(diǎn)將每次迭代的搜索范圍限制在種子點(diǎn)的λ鄰域內(nèi)(鄰域大小視期望的超像素尺寸而定,若期望的超像素尺寸為S×S,則λ鄰域大小為2S×2S)。如圖1[16],這種做法可以在不影響聚類效果的同時(shí)加速算法收斂。

    圖1 K-means以及SLIC搜索模型

    3 本文算法

    本文算法的主要思想是通過(guò)SLIC超像素分割算法將原始圖像粗分割為一系列不規(guī)則的超像素,根據(jù)分割后超像素之間的位置關(guān)系建立無(wú)向加權(quán)圖,選取種子超像素,在建立好的無(wú)向加權(quán)圖上做區(qū)域生長(zhǎng)得到目標(biāo)區(qū)域,最后在目標(biāo)區(qū)域邊緣處以像素為單位做區(qū)域生長(zhǎng),細(xì)化邊界。

    3.1 算法步驟

    3.1.1 拉普拉斯銳化

    為了提高SLIC 的邊緣命中率,在構(gòu)造超像素之前先采用拉普拉斯銳化強(qiáng)化圖像細(xì)節(jié)。拉普拉斯銳化通過(guò)構(gòu)造圖像的二階微分方程來(lái)尋找圖像像素突變的點(diǎn),當(dāng)該點(diǎn)像素灰度低于其鄰域像素的平均灰度時(shí),則降低該點(diǎn)的像素灰度,當(dāng)該點(diǎn)像素灰度高于其鄰域像素的平均灰度時(shí),則提高該點(diǎn)的像素灰度。

    二階微分法下的拉普拉斯算子(拉普拉斯掩膜中心系數(shù))表示如下:

    根據(jù)該算子可以得到四鄰域下的模版矩陣:

    同理,八鄰域下的拉普拉斯算子表示如下:

    根據(jù)該算子可以得到八鄰域下的模版矩陣:

    將模版矩陣與待處理圖像做卷積,根據(jù)式子(6)更新原始圖像像素值:

    其中f(x,y)為更新前像素值,g(x,y)為更新后像素值。

    3.1.2 SLIC超像素分割

    SLIC 是將彩色圖像轉(zhuǎn)化為CIELAB 顏色空間和XY 坐標(biāo)下的五維特征向量,然后對(duì)五維特征向量構(gòu)造距離度量標(biāo)準(zhǔn),對(duì)圖像像素進(jìn)行局部聚類的過(guò)程。SLIC 算法能生成緊湊、近似均勻的超像素,在運(yùn)算速度、物體輪廓保持、超像素形狀方面具有較高的綜合評(píng)價(jià),比較符合人們期望的分割效果。SLIC 本質(zhì)屬于聚類分割,所以SLIC不僅可以分割彩色圖,也可以兼容分割灰度圖。

    SLIC的算法步驟主要包括:

    (1)初始化種子點(diǎn)

    對(duì)于一張有N個(gè)像素點(diǎn)的圖像,計(jì)劃分割為K個(gè)尺寸相近的超像素,則每個(gè)超像素大小近似于N/K。在圖像內(nèi)均勻選取種子點(diǎn),則種子點(diǎn)的選取步長(zhǎng)近似為:

    (2)將種子點(diǎn)移到n×n鄰域內(nèi)梯度最小值位置

    n的一般取值為3,計(jì)算第一步確定的種子點(diǎn)3×3鄰域內(nèi)所有像素的梯度值,根據(jù)計(jì)算出的梯度值更新種子點(diǎn)位置,將種子點(diǎn)落在鄰域內(nèi)梯度值最小值處。這種處理方法可以保證種子點(diǎn)不會(huì)落在梯度較大的邊界處以及噪聲點(diǎn)處,以免影響最終聚類結(jié)果。

    (3)根據(jù)距離度量為每個(gè)像素點(diǎn)分配聚類標(biāo)簽

    首先為圖像內(nèi)所有像素點(diǎn)設(shè)置初始距離度量D=MAX,之后遍歷圖像中所有種子點(diǎn),計(jì)算種子點(diǎn)鄰域內(nèi)每個(gè)像素點(diǎn)到當(dāng)前種子點(diǎn)距離,距離的計(jì)算包括像素點(diǎn)之間的顏色距離以及位置距離,對(duì)于LAB 圖像種子點(diǎn)鄰域內(nèi)的每個(gè)像素點(diǎn),其與種子點(diǎn)的顏色空間距離為:

    對(duì)于灰度圖像,其與種子點(diǎn)的顏色空間距離為:

    其中g(shù)j與gi分別為目標(biāo)像素與種子像素的灰度值。其與種子點(diǎn)的位置空間距離為:

    總距離為:

    NC為最大顏色距離,一般取固定常數(shù)m(m取值范圍為[1,40]),之后計(jì)算出的距離度量更新每個(gè)像素點(diǎn)的聚類標(biāo)簽,更新規(guī)則為:如果D′≤D,則將像素點(diǎn)標(biāo)簽更新為當(dāng)前種子點(diǎn),且令D=D′。

    (4)更新種子點(diǎn)

    種子點(diǎn)遍歷結(jié)束后,根據(jù)每個(gè)像素點(diǎn)的聚類標(biāo)簽更新種子點(diǎn)位置。用seed1,seed2,…,seedk表示分割圖像的種子點(diǎn)以及像素點(diǎn)的聚類標(biāo)簽,對(duì)于灰度圖像,求取所有聚類標(biāo)簽為seedi(1 ≤i≤k)的像素點(diǎn)的灰度均值ga和坐標(biāo)均值(xa,ya)作為新的種子點(diǎn)。

    (5)迭代優(yōu)化

    重復(fù)步驟(3)和(4),直到每個(gè)像素點(diǎn)的聚類標(biāo)簽不再變化或者達(dá)到最大迭代次數(shù)(經(jīng)實(shí)驗(yàn)證明,對(duì)于絕大多數(shù)圖像,SLIC 算法迭代優(yōu)化10 次之后都能取得較為理想的結(jié)果[16],所以最大迭代次數(shù)一般設(shè)置為10)。

    (6)增強(qiáng)連通性

    采用從左到右,從上到下的方式遍歷圖像中的超像素,將刪選出來(lái)的孤立像素點(diǎn)或面積過(guò)小的聯(lián)通分量分類給距離最近的超像素。

    3.1.3 區(qū)域生長(zhǎng)

    在上一步生成的超像素群的基礎(chǔ)上,根據(jù)圖論的方法生成一個(gè)以超像素為基礎(chǔ)的無(wú)向加權(quán)圖G=<V,E >,在無(wú)向圖中V是頂點(diǎn)的集合,E是邊的集合,反映到超像素圖像上V是超像素的集合,E是超像素之間位置關(guān)系的集合。設(shè)存在超像素Vi、Vj:

    其中g(shù)a(Vi)為超像素Vi內(nèi)部像素的灰度均值,ga(Vj)為超像素Vj內(nèi)部像素的灰度均值。

    當(dāng)超像素Vi,Vj不相鄰時(shí),E(i,j)=MAX。

    根據(jù)區(qū)域生長(zhǎng)算法,選取種子點(diǎn)超像素Vseed,設(shè)置生長(zhǎng)閾值T,對(duì)于超像素Vu,E(seed,u)<T,則把超像素Vu納入目標(biāo)區(qū)域,之后迭代生長(zhǎng),直至再也沒(méi)有新的超像素被納入目標(biāo)區(qū)域。

    3.1.4 細(xì)化邊界

    當(dāng)上一步的生長(zhǎng)完成時(shí),會(huì)得到粗分割的邊界信息,之后在目標(biāo)區(qū)域的邊界處再次執(zhí)行以像素為單位的區(qū)域生長(zhǎng),細(xì)化邊界。

    3.2 算法流程圖

    綜上所述,算法流程圖如圖2所示。

    圖2 算法流程圖

    4 實(shí)驗(yàn)結(jié)果

    本次實(shí)驗(yàn)的實(shí)驗(yàn)環(huán)境為Intel i7-7700HQ CPU,8 GB RAM計(jì)算機(jī),實(shí)驗(yàn)所用工具為MATLAB2016a。本次實(shí)驗(yàn)選取常用圖像“Cameraman”,在數(shù)據(jù)集msrcorid中選取“Trees”“Leaves”“Chairs”等自然場(chǎng)景下圖像分別采用Otsu閾值分割、聚類分割、傳統(tǒng)區(qū)域生長(zhǎng)法,以及本文算法進(jìn)行分割結(jié)果比較。原始圖像以及分割圖像比較結(jié)果,如圖3~6所示。

    圖3 Cameraman分割結(jié)果比較

    從圖3~6的實(shí)驗(yàn)結(jié)果對(duì)比可以看出,傳統(tǒng)區(qū)域生長(zhǎng)算法在目標(biāo)分割過(guò)程中極易出現(xiàn)分割空洞如:圖3(d),當(dāng)分割空洞過(guò)大,分割目標(biāo)甚至?xí)G失部分區(qū)域信息,如:圖4(d)、圖6(d)。而Otsu分割與聚類分割的分割效果相似,在分割過(guò)程中可以較好地把握分割目標(biāo)的整體輪廓,但也容易引入過(guò)多的背景,如:圖3(b)、(c),圖4(b)、(c),當(dāng)分割目標(biāo)內(nèi)灰度值差異過(guò)大,以上兩類算法也會(huì)在一定程度上丟失部分區(qū)域信息,如:圖6(b)、(c)。本文算法有效地解決了傳統(tǒng)區(qū)域生長(zhǎng)算法中存在的分割空洞問(wèn)題,能夠很好地把握?qǐng)D像的整體輪廓以及細(xì)節(jié)信息,如:圖5(e)、6(e),相比于Otsu閾值分割、聚類分割等典型目標(biāo)分割算法,本文算法不會(huì)引入過(guò)多的背景信息,如:圖3(e)、4(e),從而在分割精度以及目標(biāo)區(qū)域的細(xì)節(jié)處理上都有顯著提升。

    為了更加直觀地評(píng)價(jià)算法的分割效果,本文采用精確度(Precision)、召回率(Recall)對(duì)四種算法進(jìn)行評(píng)價(jià)[17]。其中精確度表示被算法分割出的區(qū)域,待分割的目標(biāo)區(qū)域所占的百分比,公式表示為:

    其中TP(True Positive)表示被判定為目標(biāo)區(qū)域且判定正確的像素?cái)?shù),F(xiàn)P(False Positive)表示被判定為目標(biāo)區(qū)域且判定錯(cuò)誤的像素?cái)?shù)。召回率表示待分割的目標(biāo)區(qū)域中,被算法正確分割的百分比,公式表示為:

    其中FN(False Negative)表示被判定為非目標(biāo)區(qū)域且判定錯(cuò)誤的像素?cái)?shù)。

    從表1的實(shí)驗(yàn)對(duì)比數(shù)據(jù)可以看出,Otsu分割算法和聚類分割算法在四種圖像上的召回率都在0.9 左右波動(dòng),這也恰好說(shuō)明了以上兩類算法能夠很好地把握分割目標(biāo)的整體輪廓,但以上兩類算法在精確度上的表現(xiàn)略有不足,尤其當(dāng)分割目標(biāo)與一部分背景的灰度值與空間位置都存在相似性,例如Trees圖像,Otsu分割算法以及聚類分割在Trees 圖像上的分割精確度分別為0.746、0.733,這種分割精確度是無(wú)法滿足現(xiàn)實(shí)應(yīng)用的。而傳統(tǒng)區(qū)域生長(zhǎng)算法更傾向于高精確度、低召回率,傳統(tǒng)區(qū)域生長(zhǎng)算法在四種圖像上的精確度能夠在0.9左右波動(dòng),但相對(duì)的召回率確只能達(dá)到0.83左右,甚至更低的0.73。反觀本文算法,無(wú)論是精確度還是召回率都能穩(wěn)定在0.9 以上,尤其對(duì)于Chair 圖像,本文算法的精確度和召回率更是達(dá)到了0.98 以上。通過(guò)以上的數(shù)據(jù)對(duì)比,能夠更直觀地說(shuō)明本文算法在目標(biāo)分割上的優(yōu)勢(shì)。

    圖4 Trees分割結(jié)果比較

    圖5 Leaves分割結(jié)果比較

    圖6 Chair分割結(jié)果比較

    表1 算法的精確度、召回率對(duì)比表

    5 結(jié)論

    本文提出了基于SLIC 和區(qū)域生長(zhǎng)的目標(biāo)分割算法,該算法在自然場(chǎng)景圖像的目標(biāo)分割中取得了理想的分割效果。拉普拉斯銳化強(qiáng)化圖像細(xì)節(jié),提高了SLIC的邊緣命中率,以SLIC 預(yù)分割的超像素為單位進(jìn)行區(qū)域生長(zhǎng)在提高了算法運(yùn)行速度的同時(shí)還能夠消除分割目標(biāo)內(nèi)部的空洞。經(jīng)實(shí)驗(yàn)證明,本文算法確實(shí)是一種行之有效的目標(biāo)分割算法。

    猜你喜歡
    鄰域像素點(diǎn)灰度
    采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過(guò)濾技術(shù)
    基于灰度拉伸的圖像水位識(shí)別方法研究
    稀疏圖平方圖的染色數(shù)上界
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    基于canvas的前端數(shù)據(jù)加密
    基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
    基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
    關(guān)于-型鄰域空間
    基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
    国产免费男女视频| 国产精品三级大全| 麻豆国产97在线/欧美| 男女视频在线观看网站免费| 性色avwww在线观看| 一边摸一边抽搐一进一小说| 亚洲人与动物交配视频| 国产精品一二三区在线看| 国产精品电影一区二区三区| 岛国毛片在线播放| 国产一区二区在线观看日韩| 我要搜黄色片| 国产精品嫩草影院av在线观看| 亚洲不卡免费看| 亚洲三级黄色毛片| ponron亚洲| 日韩精品有码人妻一区| 好男人视频免费观看在线| 欧美成人精品欧美一级黄| 日韩在线高清观看一区二区三区| 免费人妻精品一区二区三区视频| 久久综合国产亚洲精品| a级毛色黄片| 国产午夜精品一二区理论片| 免费高清在线观看视频在线观看| 天堂8中文在线网| 国产乱来视频区| 考比视频在线观看| 欧美日韩成人在线一区二区| 国产成人av激情在线播放 | 亚洲精华国产精华液的使用体验| 免费人妻精品一区二区三区视频| 亚洲欧洲精品一区二区精品久久久 | 国产 精品1| 精品亚洲成a人片在线观看| 国产免费现黄频在线看| 国产极品粉嫩免费观看在线 | 午夜视频国产福利| 国产精品偷伦视频观看了| 久久久久人妻精品一区果冻| 热re99久久精品国产66热6| 国产精品人妻久久久久久| 伊人亚洲综合成人网| 久久人人爽人人爽人人片va| 秋霞在线观看毛片| 日本黄色日本黄色录像| 超碰97精品在线观看| 日韩成人伦理影院| 一级,二级,三级黄色视频| 色哟哟·www| 午夜激情av网站| 在线观看免费视频网站a站| 交换朋友夫妻互换小说| 成人国产av品久久久| 老司机亚洲免费影院| 在线 av 中文字幕| 韩国高清视频一区二区三区| 国产精品熟女久久久久浪| 午夜免费鲁丝| 狂野欧美激情性xxxx在线观看| 中文字幕av电影在线播放| 啦啦啦视频在线资源免费观看| 高清欧美精品videossex| 婷婷色av中文字幕| 国产一区有黄有色的免费视频| 人妻一区二区av| 九九在线视频观看精品| 婷婷色麻豆天堂久久| 亚洲欧洲国产日韩| 国产精品免费大片| 午夜福利视频精品| 一边摸一边做爽爽视频免费| 在线观看免费视频网站a站| 交换朋友夫妻互换小说| 免费久久久久久久精品成人欧美视频 | 日韩强制内射视频| 日韩 亚洲 欧美在线| 热99久久久久精品小说推荐| 国产熟女午夜一区二区三区 | 国产高清不卡午夜福利| 欧美人与善性xxx| 精品国产国语对白av| 2021少妇久久久久久久久久久| 男人爽女人下面视频在线观看| 超碰97精品在线观看| 午夜福利视频在线观看免费| kizo精华| 岛国毛片在线播放| 国产黄频视频在线观看| 大陆偷拍与自拍| 纵有疾风起免费观看全集完整版| 一区二区三区精品91| 欧美日韩在线观看h| 久久精品国产自在天天线| 精品久久蜜臀av无| 黑人猛操日本美女一级片| 一级a做视频免费观看| 欧美另类一区| 美女xxoo啪啪120秒动态图| 国产日韩一区二区三区精品不卡 | 嫩草影院入口| 少妇熟女欧美另类| 精品亚洲成国产av| 高清视频免费观看一区二区| 欧美三级亚洲精品| 最黄视频免费看| √禁漫天堂资源中文www| 99久久综合免费| 韩国高清视频一区二区三区| 午夜免费观看性视频| 你懂的网址亚洲精品在线观看| 久久久久久伊人网av| 免费观看无遮挡的男女| 少妇 在线观看| 中文字幕亚洲精品专区| 午夜视频国产福利| 狠狠婷婷综合久久久久久88av| 男人操女人黄网站| 国产精品欧美亚洲77777| 成人无遮挡网站| 婷婷成人精品国产| av视频免费观看在线观看| 在线天堂最新版资源| 久久精品久久久久久噜噜老黄| 亚洲精品国产色婷婷电影| 一本一本综合久久| 免费看不卡的av| 亚洲熟女精品中文字幕| 国内精品宾馆在线| 欧美日本中文国产一区发布| 九九久久精品国产亚洲av麻豆| 久久国内精品自在自线图片| 日日摸夜夜添夜夜添av毛片| 亚洲综合色惰| 欧美丝袜亚洲另类| 夜夜看夜夜爽夜夜摸| 日韩三级伦理在线观看| 久久午夜福利片| 精品午夜福利在线看| 国产免费福利视频在线观看| 三级国产精品欧美在线观看| 免费播放大片免费观看视频在线观看| 少妇人妻久久综合中文| 最近中文字幕高清免费大全6| 建设人人有责人人尽责人人享有的| tube8黄色片| 欧美日韩综合久久久久久| 日本色播在线视频| 国产高清国产精品国产三级| 中文字幕精品免费在线观看视频 | 精品久久久久久久久av| av天堂久久9| 男人爽女人下面视频在线观看| 久久精品国产a三级三级三级| 伊人久久精品亚洲午夜| 久久婷婷青草| 亚洲经典国产精华液单| 大话2 男鬼变身卡| 欧美人与性动交α欧美精品济南到 | .国产精品久久| 日韩人妻高清精品专区| 国产亚洲欧美精品永久| 婷婷色综合www| 久久久久久久久久久丰满| 我的老师免费观看完整版| 一级二级三级毛片免费看| 丝瓜视频免费看黄片| 满18在线观看网站| 少妇猛男粗大的猛烈进出视频| 亚洲第一av免费看| 看非洲黑人一级黄片| 一本大道久久a久久精品| 午夜免费男女啪啪视频观看| 日韩精品有码人妻一区| 韩国av在线不卡| .国产精品久久| 色哟哟·www| 久久99热6这里只有精品| 日韩熟女老妇一区二区性免费视频| 中文精品一卡2卡3卡4更新| 三级国产精品片| 欧美日韩综合久久久久久| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲高清免费不卡视频| 欧美日韩亚洲高清精品| kizo精华| 亚洲精品久久久久久婷婷小说| 精品久久国产蜜桃| 老司机影院成人| 国产日韩欧美在线精品| 国产有黄有色有爽视频| 观看美女的网站| videos熟女内射| 欧美亚洲 丝袜 人妻 在线| 大片免费播放器 马上看| 秋霞伦理黄片| 久久精品国产自在天天线| 卡戴珊不雅视频在线播放| 久久久久久久大尺度免费视频| 国产毛片在线视频| 男人操女人黄网站| 国产精品久久久久久av不卡| 久久精品国产a三级三级三级| 成年人免费黄色播放视频| 欧美bdsm另类| 啦啦啦视频在线资源免费观看| 九色亚洲精品在线播放| 久久这里有精品视频免费| 纵有疾风起免费观看全集完整版| 午夜激情久久久久久久| 久久久久精品性色| 少妇被粗大的猛进出69影院 | videos熟女内射| 久久久久久久久久人人人人人人| 久久精品久久久久久噜噜老黄| 一区二区三区四区激情视频| 亚洲国产成人一精品久久久| 欧美精品一区二区大全| 国模一区二区三区四区视频| 一个人看视频在线观看www免费| 99久久中文字幕三级久久日本| 三级国产精品片| 国产熟女欧美一区二区| 欧美日韩视频高清一区二区三区二| 老女人水多毛片| 欧美日韩成人在线一区二区| 欧美 亚洲 国产 日韩一| 色5月婷婷丁香| 亚洲一级一片aⅴ在线观看| 妹子高潮喷水视频| 国产永久视频网站| 一本一本综合久久| 99视频精品全部免费 在线| 天堂8中文在线网| 日本欧美视频一区| 国产精品秋霞免费鲁丝片| 亚洲欧美一区二区三区国产| 国产有黄有色有爽视频| 男男h啪啪无遮挡| 蜜桃在线观看..| 国产精品国产三级国产av玫瑰| 啦啦啦啦在线视频资源| 22中文网久久字幕| av电影中文网址| 91精品三级在线观看| 亚洲av福利一区| 在线亚洲精品国产二区图片欧美 | 久久久久久久国产电影| 制服诱惑二区| 国产精品国产三级国产专区5o| 精品熟女少妇av免费看| 精品卡一卡二卡四卡免费| 欧美激情 高清一区二区三区| 国产精品国产三级国产av玫瑰| 国产一级毛片在线| 久久久午夜欧美精品| 婷婷色综合www| 国产欧美亚洲国产| 观看美女的网站| 亚洲丝袜综合中文字幕| 亚洲av福利一区| 亚洲不卡免费看| 国产精品成人在线| 狂野欧美白嫩少妇大欣赏| 久久久久久久久久成人| 欧美老熟妇乱子伦牲交| 18禁动态无遮挡网站| 午夜影院在线不卡| 大话2 男鬼变身卡| 五月玫瑰六月丁香| 国产精品一二三区在线看| 精品少妇黑人巨大在线播放| 少妇被粗大猛烈的视频| 久久久久久久精品精品| 三级国产精品片| 亚洲精华国产精华液的使用体验| 欧美精品一区二区大全| 亚洲一级一片aⅴ在线观看| 青青草视频在线视频观看| 亚洲人与动物交配视频| 中国美白少妇内射xxxbb| 美女主播在线视频| 大片免费播放器 马上看| 久久精品国产a三级三级三级| 亚洲精品一二三| 一区在线观看完整版| 天堂8中文在线网| 午夜激情福利司机影院| 亚洲丝袜综合中文字幕| 午夜福利网站1000一区二区三区| av免费在线看不卡| 国产在视频线精品| 免费看av在线观看网站| a级片在线免费高清观看视频| 国产黄色免费在线视频| 久久99一区二区三区| 亚洲精品国产av成人精品| 日韩电影二区| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品久久久久久久久免| 性高湖久久久久久久久免费观看| 免费高清在线观看视频在线观看| 国产精品一区二区三区四区免费观看| 人成视频在线观看免费观看| 久久精品久久久久久噜噜老黄| 亚洲精品乱久久久久久| 精品国产国语对白av| 男人添女人高潮全过程视频| 一区二区三区精品91| 日日摸夜夜添夜夜爱| 国产一区有黄有色的免费视频| 欧美日韩成人在线一区二区| 美女福利国产在线| 亚洲精品久久成人aⅴ小说 | 免费日韩欧美在线观看| 欧美xxⅹ黑人| 能在线免费看毛片的网站| 国产精品一区二区三区四区免费观看| 黄色怎么调成土黄色| 91精品一卡2卡3卡4卡| 男女边吃奶边做爰视频| 久久精品熟女亚洲av麻豆精品| 亚洲av.av天堂| 午夜精品国产一区二区电影| 欧美日韩在线观看h| 51国产日韩欧美| 国产成人精品无人区| 久久 成人 亚洲| 老女人水多毛片| 亚洲欧美精品自产自拍| 伦理电影免费视频| 女的被弄到高潮叫床怎么办| 欧美日韩精品成人综合77777| 性色av一级| 午夜日本视频在线| 三级国产精品片| 视频在线观看一区二区三区| 麻豆乱淫一区二区| 超色免费av| 秋霞在线观看毛片| 久久99蜜桃精品久久| 少妇熟女欧美另类| 中文欧美无线码| 天堂俺去俺来也www色官网| 亚洲激情五月婷婷啪啪| 久久精品国产亚洲网站| 国产精品偷伦视频观看了| 一级黄片播放器| 日韩av在线免费看完整版不卡| 亚洲国产色片| 亚洲精品亚洲一区二区| 九色亚洲精品在线播放| 亚洲精品久久久久久婷婷小说| 51国产日韩欧美| a级毛片在线看网站| 精品人妻熟女av久视频| 国产女主播在线喷水免费视频网站| 国产精品熟女久久久久浪| 久久人妻熟女aⅴ| 免费观看的影片在线观看| 夜夜看夜夜爽夜夜摸| 一本大道久久a久久精品| 在线天堂最新版资源| av电影中文网址| 九九在线视频观看精品| 免费日韩欧美在线观看| 天天躁夜夜躁狠狠久久av| 国产精品99久久99久久久不卡 | 亚洲国产欧美日韩在线播放| 国产极品粉嫩免费观看在线 | 街头女战士在线观看网站| 久久人人爽人人片av| 汤姆久久久久久久影院中文字幕| 韩国高清视频一区二区三区| 五月伊人婷婷丁香| av线在线观看网站| 免费不卡的大黄色大毛片视频在线观看| av在线app专区| 一级毛片 在线播放| 精品亚洲成国产av| 国产亚洲欧美精品永久| 热99久久久久精品小说推荐| 青青草视频在线视频观看| 欧美+日韩+精品| 日本爱情动作片www.在线观看| 国产成人freesex在线| 亚洲,一卡二卡三卡| 女人久久www免费人成看片| 日日爽夜夜爽网站| 亚洲成人av在线免费| av电影中文网址| 免费观看av网站的网址| 欧美日韩av久久| 日韩av不卡免费在线播放| 99热6这里只有精品| 超色免费av| 成人二区视频| 国产精品秋霞免费鲁丝片| 97在线人人人人妻| 啦啦啦在线观看免费高清www| 男女无遮挡免费网站观看| 精品久久久久久久久av| 尾随美女入室| 亚洲,一卡二卡三卡| 女性生殖器流出的白浆| 亚洲精品国产av成人精品| 国产免费福利视频在线观看| 久久久久国产精品人妻一区二区| 日本av免费视频播放| 中文字幕亚洲精品专区| 一级毛片 在线播放| 日本欧美视频一区| 国产视频首页在线观看| 亚洲欧美成人精品一区二区| av在线播放精品| 波野结衣二区三区在线| 色婷婷久久久亚洲欧美| 亚洲精品日韩在线中文字幕| 国产精品久久久久久精品古装| 少妇被粗大猛烈的视频| 在线观看人妻少妇| 国国产精品蜜臀av免费| 久热这里只有精品99| 桃花免费在线播放| 久久久久久久大尺度免费视频| 成人毛片60女人毛片免费| 好男人视频免费观看在线| 久久亚洲国产成人精品v| 亚洲精品乱久久久久久| 嘟嘟电影网在线观看| 纵有疾风起免费观看全集完整版| 卡戴珊不雅视频在线播放| 亚洲欧美成人精品一区二区| 777米奇影视久久| 丝袜喷水一区| 多毛熟女@视频| 久久亚洲国产成人精品v| 久久久久久久精品精品| 久久久国产精品麻豆| 国模一区二区三区四区视频| 人妻夜夜爽99麻豆av| 久久久久国产精品人妻一区二区| 国产一区二区三区av在线| 国产欧美日韩一区二区三区在线 | 一区二区日韩欧美中文字幕 | 人妻人人澡人人爽人人| 中文天堂在线官网| 99国产综合亚洲精品| 一区二区三区乱码不卡18| 大话2 男鬼变身卡| 三级国产精品片| 69精品国产乱码久久久| 97在线人人人人妻| 免费观看性生交大片5| 日韩熟女老妇一区二区性免费视频| av电影中文网址| 天天操日日干夜夜撸| 麻豆精品久久久久久蜜桃| 少妇被粗大猛烈的视频| 在线观看人妻少妇| av一本久久久久| 精品人妻熟女毛片av久久网站| 国产免费视频播放在线视频| 日本-黄色视频高清免费观看| 久久久久精品性色| 国产一区二区三区av在线| 欧美成人午夜免费资源| 黑人高潮一二区| 80岁老熟妇乱子伦牲交| 久久青草综合色| 夫妻性生交免费视频一级片| 一本大道久久a久久精品| 天天躁夜夜躁狠狠久久av| 免费看av在线观看网站| 日本wwww免费看| av在线老鸭窝| 成人影院久久| 久久精品人人爽人人爽视色| 亚洲精品国产av成人精品| 精品人妻偷拍中文字幕| 日韩免费高清中文字幕av| 亚洲av二区三区四区| 久久鲁丝午夜福利片| 亚洲欧洲日产国产| 国产日韩欧美在线精品| 99热网站在线观看| 乱人伦中国视频| 日韩精品有码人妻一区| 亚洲精品中文字幕在线视频| av网站免费在线观看视频| 日韩亚洲欧美综合| 天堂中文最新版在线下载| 性色avwww在线观看| 国产成人精品在线电影| av天堂久久9| 国产又色又爽无遮挡免| av一本久久久久| 中文字幕久久专区| 亚洲国产欧美在线一区| 秋霞伦理黄片| 午夜久久久在线观看| 久久精品熟女亚洲av麻豆精品| 婷婷色综合大香蕉| 啦啦啦在线观看免费高清www| 老熟女久久久| 最新中文字幕久久久久| 成人二区视频| 日韩av在线免费看完整版不卡| 老司机亚洲免费影院| 亚洲第一区二区三区不卡| 亚洲精品国产av成人精品| 色网站视频免费| 人妻人人澡人人爽人人| 国产探花极品一区二区| 99九九线精品视频在线观看视频| 国产伦理片在线播放av一区| av天堂久久9| www.av在线官网国产| 国内精品宾馆在线| 国产精品一国产av| 一级爰片在线观看| 校园人妻丝袜中文字幕| 国产免费福利视频在线观看| 欧美亚洲日本最大视频资源| 大码成人一级视频| 亚洲精品美女久久av网站| 老司机亚洲免费影院| 欧美日韩视频精品一区| 久久国产精品男人的天堂亚洲 | 高清欧美精品videossex| 一区二区三区精品91| videos熟女内射| 中国国产av一级| 欧美最新免费一区二区三区| 韩国av在线不卡| 国产成人免费观看mmmm| 亚洲无线观看免费| 国产精品久久久久成人av| 国产精品无大码| 免费少妇av软件| 啦啦啦中文免费视频观看日本| 男女免费视频国产| 欧美 日韩 精品 国产| 久久人人爽人人爽人人片va| 国产精品一区二区三区四区免费观看| 水蜜桃什么品种好| 又大又黄又爽视频免费| av视频免费观看在线观看| 丝袜美足系列| 超色免费av| 涩涩av久久男人的天堂| 国产一区亚洲一区在线观看| 亚洲丝袜综合中文字幕| 欧美另类一区| 国产不卡av网站在线观看| 黑人欧美特级aaaaaa片| a级片在线免费高清观看视频| 97在线视频观看| 国产午夜精品一二区理论片| 国产亚洲最大av| 人人妻人人澡人人爽人人夜夜| 最近的中文字幕免费完整| 菩萨蛮人人尽说江南好唐韦庄| 日韩在线高清观看一区二区三区| 婷婷色综合www| 亚洲熟女精品中文字幕| 久久精品熟女亚洲av麻豆精品| 国产免费视频播放在线视频| 男女边摸边吃奶| 国产亚洲精品第一综合不卡 | 亚洲精品中文字幕在线视频| 欧美精品国产亚洲| 国产精品.久久久| 99热6这里只有精品| 日韩大片免费观看网站| 欧美日本中文国产一区发布| 精品人妻熟女av久视频| 美女国产视频在线观看| 国产精品99久久久久久久久| 亚洲国产精品成人久久小说| 免费播放大片免费观看视频在线观看| 免费看不卡的av| 欧美 亚洲 国产 日韩一| 3wmmmm亚洲av在线观看| 少妇被粗大的猛进出69影院 | 久久久精品区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲中文av在线| 少妇熟女欧美另类| 五月玫瑰六月丁香| 女性生殖器流出的白浆| 人妻系列 视频| 黑人高潮一二区| 伦理电影大哥的女人| 国产乱来视频区| 中文精品一卡2卡3卡4更新| videosex国产| 久久99热6这里只有精品| 亚洲综合色网址| .国产精品久久| 亚洲av综合色区一区| 亚洲欧洲日产国产| 插逼视频在线观看| 国产一级毛片在线| a级毛片免费高清观看在线播放| 全区人妻精品视频| 三上悠亚av全集在线观看| 国产高清国产精品国产三级| 亚洲欧美一区二区三区黑人 | 晚上一个人看的免费电影| √禁漫天堂资源中文www| 在线天堂最新版资源| 三上悠亚av全集在线观看| 青春草亚洲视频在线观看| 成人毛片60女人毛片免费|