用于层析图像中多孔介质自动分割的3D量子割
计算机视觉与模式识别
2019-04-11 v2
摘要
多孔介质体数据的二值分割是深入理解微小尺度上控制生物地球化学过程因素的关键一步。当代工作主要围绕基于全局或局部自适应阈值的原始技术，这些技术在图像分割中有已知的常见缺陷。此外，缺乏统一基准阻碍了定量评估，进一步模糊了现有方法的影响。在本研究中，我们从两方面解决该问题。首先，通过类比自然图像分割，我们提出一种新颖的自动分割技术——3D量子割（QCuts-3D），其基于最先进的谱聚类技术。其次，我们整理并呈现了一个公开可用的数据集，包含68个具有多样固体几何的多相多孔介质体数据，以及每个构成相的体素级真值标注。我们在此数据集上针对多种评估指标对QCuts-3D与当前最先进方法进行了比较评估。所提出的系统方法在AUROC上实现了26%的提升，同时大幅降低了最先进竞争方法的计算复杂度。此外，统计分析表明所提方法对多孔介质的组成变化表现出显著鲁棒性。
引用
@article{arxiv.1904.04412,
title = {3D Quantum Cuts for Automatic Segmentation of Porous Media in Tomography Images},
author = {Junaid Malik and Serkan Kiranyaz and Riyadh Al-Raoush and Olivier Monga and Patricia Garnier and Sebti Foufou and Abdelaziz Bouras and Alexandros Iosifidis and Moncef Gabbouj and Philippe C. Baveye},
journal= {arXiv preprint arXiv:1904.04412},
year = {2019}
}