典型文献
人工关节磨屑的显微单视图深度估计方法研究
文献摘要：
传统单视图三维重建方法不能满足人工关节磨屑三维信息提取要求,为提高重建精度,提出一种基于SA-UNet网络的人工关节磨屑显微单视图深度估计方法,实现从单一视图下磨屑三维信息的快速获取.该方法首先构建一个融合自注意力机制的U-Net深度估计网络,然后使用光学显微镜和激光共聚焦显微镜分别收集磨屑的二维图像和深度图,再通过图像语义分割提取目标磨屑区域,消除图像背景的干扰,最后利用透视变换使二维图像和深度图相对应,获得训练样本.采用该方法对TC4材料磨屑显微单视图进行深度估计,以激光共聚焦显微镜的三维信息作为参考.结果表明,该方法预测深度的平均相对误差为7.35％,均方根相对误差为3.93,效果优于U-Net、BTS和ACAN.
文献关键词：
人工关节;磨屑;显微图像;单视图;深度估计
中图分类号：
作者姓名：
伍锐斌;彭业萍;曹广忠;王松;曹树鹏
作者机构：
深圳大学机电与控制工程学院 广东深圳518060;广东省电磁控制与智能机器人重点实验室广东深圳518060;深圳清华大学研究院生物医用材料及植入器械重点实验室 广东深圳518057
文献出处：
引用格式：
[1]伍锐斌;彭业萍;曹广忠;王松;曹树鹏-.人工关节磨屑的显微单视图深度估计方法研究)[J].润滑与密封,2022(07):40-48
A类：
B类：
人工关节,磨屑,微单视,单视图,深度估计,估计方法,三维重建,重建方法,三维信息,信息提取,重建精度,SA,UNet,自注意力机制,光学显微镜,激光共聚焦显微镜,别收,二维图像,深度图,图像语义分割,透视变换,训练样本,TC4,测深,平均相对误差,BTS,ACAN,显微图像
AB值：
0.286367
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
