• <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 ?

    超聲圖像分割的研究進(jìn)展

    2022-11-24 04:04:14陸正大李春迎焦竹青倪昕曄
    臨床超聲醫(yī)學(xué)雜志 2022年6期
    關(guān)鍵詞:輪廓灰度邊緣

    張 釩 陸正大 李春迎 焦竹青 倪昕曄

    由于人體各組織聲阻抗的差異性,不同組織反射的信息亦有不同,超聲能體現(xiàn)不同組織的聲信號(hào),并顯示不同的亮度,從而形成層次分明的切面圖像[1]。相較于X 線、CT 等,超聲無(wú)電離輻射,且成像速度快,對(duì)軟組織及血流有較好的成像效果[2]。目前,圖像分割在醫(yī)學(xué)診斷中十分重要,能用于可視化分析、圖像引導(dǎo)放療和手術(shù)等[3]。但超聲圖像存在高散斑噪聲、低信噪比和強(qiáng)度不均等問(wèn)題,簡(jiǎn)單的圖像分割方法不能獲得理想的分割結(jié)果[4]。因此,自動(dòng)準(zhǔn)確地分割超聲圖像是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。目前,超聲圖像分割主要應(yīng)用于乳腺、肝臟、前列腺、婦科、甲狀腺等疾病診斷,以及頸動(dòng)脈超聲圖像分類(lèi)等領(lǐng)域。本文就超聲圖像分割的傳統(tǒng)方法、基于形變模型的分割方法及結(jié)合深度學(xué)習(xí)方法的研究進(jìn)展進(jìn)行綜述。

    一、超聲圖像分割的傳統(tǒng)方法

    傳統(tǒng)的超聲圖像分割方法主要是人為根據(jù)臨床經(jīng)驗(yàn)手動(dòng)分割,其精度不能滿足臨床需求。根據(jù)方法不同大致可以歸類(lèi)為基于邊緣檢測(cè)的方法和基于區(qū)域生長(zhǎng)的方法,前者根據(jù)圖像中感興趣區(qū)域與其相鄰區(qū)域不連續(xù)的性質(zhì)進(jìn)行分割;后者利用局部相似實(shí)現(xiàn)圖像分割。

    (一)邊緣檢測(cè)法

    邊緣檢測(cè)法是通過(guò)檢測(cè)相鄰像素特征值的突變性,提取圖像的所有邊緣,利用此類(lèi)算法提取特定區(qū)域的邊緣以有針對(duì)性地改進(jìn)算法本身,或?qū)μ崛〉倪吘増D像進(jìn)行一定的預(yù)處理。邊緣檢測(cè)法可分為閾值分割法、聚類(lèi)法及馬爾科夫隨機(jī)場(chǎng)等方法。閾值分割法是通過(guò)設(shè)定不同的特征閾值,將圖像像素點(diǎn)進(jìn)行分類(lèi),計(jì)算簡(jiǎn)便且較為穩(wěn)定快速;聚類(lèi)法可分為k-means(k均值)聚類(lèi)法和分層聚類(lèi)法,k-means聚類(lèi)法是按照一定的方法度量樣本間的相似度,然后通過(guò)不斷的迭代來(lái)更新聚類(lèi)的中心,當(dāng)中心不再變動(dòng)時(shí),說(shuō)明圖像分割完成;分層聚類(lèi)法是將每個(gè)像素各自分為一類(lèi),通過(guò)迭代將最近的兩類(lèi)合并形成新的類(lèi)。Saranya 等[5]提出了常規(guī)k-means的3種變體,即正則化k-means、模糊k-means和正則化模糊k-means來(lái)分析和克服乳腺分割魯棒性低的問(wèn)題,準(zhǔn)確率達(dá)98%。Shao 等[6]采用基于最大類(lèi)間方差(Otsu)法和差分搜索算法的多級(jí)閾值分割法對(duì)模擬超聲圖像進(jìn)行分割,結(jié)果表明相較于傳統(tǒng)的區(qū)域增長(zhǎng)、活動(dòng)輪廓模型等方法,該算法的分割效果得到了最大的相似度和最小的面積誤差。Shao 等[7]基于隱馬爾科夫模型結(jié)合Otsu 法進(jìn)行圖像處理,采用改進(jìn)的矢量法進(jìn)行修復(fù),提高了圖像的可識(shí)別性,建立了可靠的特征提取算法,以及綜合診斷模型,并通過(guò)實(shí)驗(yàn)驗(yàn)證了該模型具有一定的臨床價(jià)值。

    (二)區(qū)域生長(zhǎng)法

    赫新雨等[8]提出了一種基于脊柱超聲邊緣生長(zhǎng)的邊緣提取方法,直接對(duì)圖像中特定區(qū)域邊緣附近像素點(diǎn)的灰度值與灰度閾值進(jìn)行逐點(diǎn)比較,并利用邊緣點(diǎn)的特點(diǎn)(平滑性和連續(xù)性等)進(jìn)行選擇與排除,與邊緣檢測(cè)法相比能較大程度地減少斑點(diǎn)噪聲對(duì)邊緣提取的影響。倪豪等[9]結(jié)合Otsu法先對(duì)超聲圖像做預(yù)分割,以此確定絕對(duì)背景區(qū)自動(dòng)設(shè)置種子的起始點(diǎn),然后再通過(guò)區(qū)域生長(zhǎng)法將其從背景中分割,最后通過(guò)數(shù)字形態(tài)學(xué)降噪法進(jìn)一步提高缺陷的識(shí)別度,分割時(shí)間為1984 ms,在兼顧分割質(zhì)量的同時(shí)也能縮短時(shí)間。Fan等[10]結(jié)合迭代四叉樹(shù)分解(QTD)和病灶的灰度特征建立兩個(gè)約束條件來(lái)定位病灶內(nèi)的種子,再根據(jù)提取區(qū)域的最大變化率,采用漸進(jìn)均分算法對(duì)最優(yōu)閾值進(jìn)行無(wú)限逼近,對(duì)96 張病灶圖像分割的結(jié)果顯示,該方法能自動(dòng)找到病灶內(nèi)的種子,準(zhǔn)確率達(dá)92.27%,平均耗時(shí)為12.02 s。在圖像樣本較多的情況下,其分割效率高于人工分割。

    由于超聲圖像灰度不均且邊緣不一定連續(xù),存在一定的斑點(diǎn)噪聲及偽影,分割時(shí)可能會(huì)出現(xiàn)偽邊緣,無(wú)論是邊緣檢測(cè)法還是區(qū)域生長(zhǎng)法均存在分割準(zhǔn)確率不足的問(wèn)題,且區(qū)域生長(zhǎng)法的分割結(jié)果受種子點(diǎn)的影響較大。隨著各種輔助方法的結(jié)合,傳統(tǒng)分割方法大部分情況下可用于超聲診斷的參考,但因其算法本身的不足,分割時(shí)間往往較長(zhǎng),不能對(duì)實(shí)時(shí)動(dòng)態(tài)的超聲圖像進(jìn)行高效分割,具有一定局限性。

    二、基于形變模型的超聲圖像分割

    為解決傳統(tǒng)分割方法算法的缺陷,將形變模型用于超聲圖像分割的方法已廣泛應(yīng)用。其中水平集模型是一種利用整幅圖像信息而非梯度信息來(lái)引導(dǎo)曲線進(jìn)行邊緣分割的方法,對(duì)邊緣信息較弱的圖像具有很好的分割效果。Chan 和Vese[11]提出的CV 模型是一種經(jīng)典的水平集模型,其是基于MumfordShah(MS)模型,通過(guò)假設(shè)區(qū)域內(nèi)圖像灰度均勻提出的一種基于全局信息的無(wú)邊緣主動(dòng)輪廓分割模型,該方法對(duì)灰度均勻圖像的分割效果較好。Li 等[12]提出了局部區(qū)域可控的擬合(RSF)模型,能實(shí)現(xiàn)對(duì)灰度不均勻圖像的分割。RSF 模型以局部信息為依據(jù),因此初始輪廓對(duì)分割結(jié)果影響較大。為解決初始輪廓精度不高對(duì)灰度不均超聲圖像分割的問(wèn)題,邵蒙恩等[13]提出了一種結(jié)合全局信息和局部信息的CV-RSF 模型對(duì)甲狀腺結(jié)節(jié)進(jìn)行分割,可降低RSF 模型的敏感性,實(shí)現(xiàn)準(zhǔn)確分割。不同組圖像的分割結(jié)果與醫(yī)師手動(dòng)分割的重疊率分別為99.17%、99.58%、99.83%,均優(yōu)于RSF 模型的97.83%、99.23%、97.98%。但該分割方法對(duì)初始輪廓仍有一定依賴,為此,邵蒙恩等[14]在CV 模型中引入一個(gè)基于梯度的邊緣引導(dǎo)函數(shù),根據(jù)面積變化自動(dòng)勾畫(huà)甲狀腺結(jié)節(jié)的粗分割輪廓,并解決手動(dòng)設(shè)置迭代次數(shù)的問(wèn)題,從而實(shí)現(xiàn)甲狀腺結(jié)節(jié)圖像有效、準(zhǔn)確、自動(dòng)分割,平均重疊率為0.9064±0.0355,且在迭代次數(shù)上也小于CV 模型和RSF模型。但該研究樣本量?jī)H30例,后續(xù)還需更多的數(shù)據(jù)驗(yàn)證其普遍性和準(zhǔn)確性。Bi 等[15]基于水平集模型引入局部瑞利分布擬合能量來(lái)處理超聲圖像的不均勻性,以實(shí)現(xiàn)對(duì)子宮圖像的分割,無(wú)論對(duì)模擬或真實(shí)圖像均有很好的分割精度,平均骰子相似系數(shù)(DSC)可達(dá)0.95±0.02。

    此外,Kass等[16]提出的snake模型也是一種活動(dòng)輪廓模型,分割結(jié)果對(duì)初始輪廓較敏感,但對(duì)復(fù)雜多變的邊緣提取效果較差。因此,Ma 等[17]提出了基于局部相位改進(jìn)的snake 模型,在snake 框架中使用強(qiáng)度不變的局部相位特征來(lái)生成圖像能量,能對(duì)血管超聲圖像進(jìn)行分割,DSC 為0.933±0.013。與傳統(tǒng)的基于梯度的圖像能量不同,基于局部相位的圖像能量在所有邊緣上均相同,從而能實(shí)現(xiàn)準(zhǔn)確分割,但對(duì)一些邊緣泄露部位仍然無(wú)法處理。Mcinerney 和Terzopoulos[18]提出一種自適應(yīng)拓?fù)渲鲃?dòng)輪廓模型(T-snake),其能夠根據(jù)輪廓變化自適應(yīng)地改變拓?fù)浣Y(jié)構(gòu),對(duì)初始輪廓的要求較低,對(duì)CT 和MRI 圖像分割效果較好,但對(duì)有斑點(diǎn)噪聲、邊界連續(xù)性差、灰度不均勻的超聲圖像分割結(jié)果還需進(jìn)一步驗(yàn)證。周春瑜和程顯毅[19]將自適應(yīng)濾波與改進(jìn)的T-snake模型相結(jié)合,能有效抑制斑點(diǎn)噪聲,有助于解決甲狀腺超聲圖像邊緣特征不明顯、灰度不均的問(wèn)題。

    目前,基于形變模型分割方法的研究已取得一定進(jìn)展,分割質(zhì)量較佳,且分割時(shí)間較傳統(tǒng)方法有一定縮短,在超聲圖像分割中應(yīng)用比較多。但上述方法結(jié)合了先驗(yàn)形狀信息來(lái)針對(duì)圖像噪聲和偽影的魯棒分割,由于不同器官或組織的特異性,上述方法在某些情況下不能準(zhǔn)確描繪邊界,存在邊界模糊或缺失等問(wèn)題,今后應(yīng)針對(duì)如何實(shí)現(xiàn)高質(zhì)量、高效率的分割進(jìn)一步研究。

    三、結(jié)合深度學(xué)習(xí)的超聲圖像分割

    深度學(xué)習(xí)是在超聲圖像分割中非常實(shí)用的方法,與傳統(tǒng)的具有手工特征的機(jī)器學(xué)習(xí)方法相比,深層神經(jīng)網(wǎng)絡(luò)的主要優(yōu)點(diǎn)是能夠生成由豐富語(yǔ)義和細(xì)微信息組成的多層次特征。近年來(lái),卷積神經(jīng)網(wǎng)絡(luò)(CNN)、全卷積網(wǎng)絡(luò)(FCN)及對(duì)稱分割網(wǎng)絡(luò)(U-Net)在醫(yī)學(xué)圖像分割中的效果突出。CNN通過(guò)對(duì)下采樣的低維特征圖進(jìn)行特征提取,再經(jīng)上采樣將其特征映射到高維空間,以此輸出分割掩模;FCN將CNN中的全連接層改為卷積層,并在上采樣加入反卷積以恢復(fù)圖像,最后輸出分割掩模;U-Net則是在下采樣過(guò)程中加入了多次卷積,再在上采樣中與對(duì)應(yīng)的下采樣層建立連接層進(jìn)行特征融合,最后輸出分割掩模。目前主流的深度學(xué)習(xí)超聲分割方法多基于此3 種網(wǎng)絡(luò)進(jìn)行優(yōu)化和改進(jìn),深度學(xué)習(xí)的超聲分割在乳腺、前列腺、甲狀腺、頸動(dòng)脈超聲診斷中已有廣泛研究,但由于不同組織間超聲成像的差異,對(duì)不同部位超聲圖像的分割往往需要對(duì)網(wǎng)絡(luò)做出相應(yīng)的調(diào)整和優(yōu)化。

    (一)乳腺超聲圖像分割

    乳腺中有大量的脂肪組織,對(duì)比度低,陰影較多,故病灶邊界較模糊,易出現(xiàn)過(guò)分割現(xiàn)象。Xu 等[20]使用CNN 在三維超聲圖像上將乳腺超聲圖像分割成皮膚、纖維腺組織、腫塊和脂肪組織4個(gè)部分,使用3個(gè)正交面提取圖像塊,加入了基于距離的評(píng)估指標(biāo)修正豪斯多夫距離,較單一平面效果更好,僅在小部分邊緣脂肪組織上出現(xiàn)過(guò)分割現(xiàn)象,準(zhǔn)確率和回歸率均達(dá)80%以上,可作為乳腺腫瘤評(píng)估的參考依據(jù)。Hu 等[21]將擴(kuò)展的FCN 與基于相位的活動(dòng)輪廓模型相結(jié)合,進(jìn)一步提高了分割結(jié)果,DSC 為88.971±0.010。Fang 等[22]設(shè)計(jì)了基于FCN 和主動(dòng)輪廓模型的超聲圖像二維乳腺腫瘤自動(dòng)分割方法,將基于FCN 的M-Net 結(jié)合基于相位的活動(dòng)輪廓模型進(jìn)行乳腺腫瘤二維超聲圖像自動(dòng)分割,加快了訓(xùn)練過(guò)程,性能優(yōu)于U-Net 和V-Net 分割,其DSC 為0.9689,豪斯多夫距離為6.96 個(gè)像素點(diǎn)。之后,Lee 等[23]提出了一個(gè)多尺度網(wǎng)格平均池化的通道注意模塊,用于超聲圖像中乳腺癌區(qū)域的精確分割,該模塊的加入使網(wǎng)絡(luò)能同時(shí)使用全局和局部空間信息進(jìn)行精確分割。由于CNN 中的卷積運(yùn)算往往聚焦于局部區(qū)域,導(dǎo)致目標(biāo)部位病灶分割精度下降,Xue 等[24]開(kāi)發(fā)了一種帶有全局引導(dǎo)塊和乳腺病灶邊界檢測(cè)模塊的深度CNN,用于增強(qiáng)乳腺超聲病灶分割,能有效提高分割結(jié)果的邊界質(zhì)量,DSC為0.821±0.011,準(zhǔn)確率為(96.9±0.5)%。

    (二)前列腺超聲圖像分割

    前列腺超聲圖像自動(dòng)分割對(duì)于超聲引導(dǎo)的前列腺干預(yù)和治療計(jì)劃至關(guān)重要。但因經(jīng)直腸超聲中前列腺邊界缺失或模糊、回聲強(qiáng)度分布不均勻,以及前列腺病灶形態(tài)的不確定性,自動(dòng)分割仍具有挑戰(zhàn)性。Lei 等[25]提出基于多方向深度監(jiān)督V-Net 的前列腺超聲圖像分割,DSC 達(dá)0.92±0.03,V-Net 各階段引入了三維監(jiān)督機(jī)制,解決了在訓(xùn)練數(shù)據(jù)有限時(shí)深度網(wǎng)絡(luò)訓(xùn)練優(yōu)化困難的問(wèn)題,可能成為前列腺癌診斷和治療的有效工具。Karimi 等[26]提出兩種策略來(lái)提高困難圖像的分割精度:一是采用自適應(yīng)采樣策略對(duì)CNN進(jìn)行訓(xùn)練,鼓勵(lì)訓(xùn)練過(guò)程中更多地關(guān)注圖像中難以分割的部分;二是訓(xùn)練一個(gè)CNN 模型集成,利用集成之間的差異性來(lái)識(shí)別不確定的分割圖,降低出現(xiàn)誤分割的可能性,DSC 達(dá)0.939±0.035,豪斯多夫距離為(2.7±2.3)mm。Wang 等[27]利用CNN 不同層次編碼的互補(bǔ)信息,開(kāi)發(fā)了一種新型三維深度神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)配備了注意模塊,能使用不同層的多層次特征,并細(xì)化每一個(gè)體層的特征,在CNN 的淺層抑制非前列腺噪聲,并在深層特征中增加更多的前列腺細(xì)節(jié),提高了分割的準(zhǔn)確性。

    (三)甲狀腺超聲圖像分割

    甲狀腺超聲圖像存在強(qiáng)度不一的斑點(diǎn)噪聲,且周邊組織復(fù)雜,有時(shí)會(huì)出現(xiàn)多個(gè)結(jié)節(jié),難以準(zhǔn)確定性診斷,因此對(duì)自動(dòng)分割的精度要求較高。Buda 等[28]對(duì)比使用基于卡尺生成近似結(jié)節(jié)掩模和手工標(biāo)注與卡尺自動(dòng)導(dǎo)引相結(jié)合的分割方法,發(fā)現(xiàn)加入卡尺自動(dòng)引導(dǎo)后的分割性能更好,DSC 從0.851 提升到0.904。Yang 等[29]提出了一種基于先驗(yàn)水平集與深度CNN 相結(jié)合的甲狀腺濾泡腫瘤分割分類(lèi)方法,采用Res-U-net 框架和基于先驗(yàn)的水平集方法進(jìn)行增強(qiáng)互補(bǔ),獲得了更準(zhǔn)確的分割結(jié)果。Webb等[30]使用基于遞歸FCN的深度學(xué)習(xí)語(yǔ)義分割甲狀腺及其內(nèi)部囊腫和結(jié)節(jié),有效提高了甲狀腺特征的分割效果,但由于數(shù)據(jù)集較少等原因,對(duì)甲狀腺內(nèi)部囊腫和結(jié)節(jié)的分割結(jié)果僅可用于輔助參考。

    (四)頸動(dòng)脈超聲圖像分割

    頸動(dòng)脈斑塊的定量研究對(duì)評(píng)估和監(jiān)測(cè)頸動(dòng)脈粥樣硬化的進(jìn)展具有重要意義,自動(dòng)分割技術(shù)有助于更清晰地監(jiān)測(cè)病灶。Zhou 等[31]提出了一種基于深度學(xué)習(xí)的頸動(dòng)脈三維超聲圖像中中外膜和內(nèi)腔內(nèi)膜的半自動(dòng)分割方法,將分割問(wèn)題轉(zhuǎn)化為像素分類(lèi)問(wèn)題,能更高效地進(jìn)行分割,DSC 為0.9284±0.0446。蔡夢(mèng)媛等[32]基于二維超聲提出一種深度學(xué)習(xí)的頸動(dòng)脈斑塊自動(dòng)分割方法,改進(jìn)了U-Net 網(wǎng)絡(luò)結(jié)構(gòu),并融合了殘差網(wǎng)絡(luò)和PReLU激活函數(shù),對(duì)頸動(dòng)脈斑塊分割的效率和精度有一定提高,DSC為0.8945±0.0345,但在其訓(xùn)練和驗(yàn)證過(guò)程中缺乏足夠的數(shù)據(jù)集,存在一定局限性。Jain 等[33]使用單個(gè)深度學(xué)習(xí)和混合深度學(xué)習(xí)模型實(shí)現(xiàn)了頸內(nèi)動(dòng)脈斑塊的自動(dòng)分割,DSC 為0.900,在分割精度和速度方面均有很好的性能。

    (五)難點(diǎn)及解決措施

    深度學(xué)習(xí)算法一般需要大量的訓(xùn)練數(shù)據(jù)集,但在超聲圖像中準(zhǔn)備大量的標(biāo)記數(shù)據(jù)集非常困難。為解決這一問(wèn)題,Behboodi 和Rivaz[34]提出模擬超聲圖像訓(xùn)練U-Net 深度學(xué)習(xí)分割架構(gòu),并測(cè)試超聲設(shè)備收集的組織模擬影像數(shù)據(jù),闡述了模擬數(shù)據(jù)上的訓(xùn)練體系結(jié)構(gòu)轉(zhuǎn)換為真實(shí)數(shù)據(jù)的可行性,但仍需通過(guò)真實(shí)試驗(yàn)來(lái)驗(yàn)證并完善??傊谏疃葘W(xué)習(xí)的超聲分割具有分割速度快、質(zhì)量高等優(yōu)點(diǎn),但其所需的樣本標(biāo)簽有一定的獲取難度,在無(wú)足夠數(shù)據(jù)的情況下分割效果可能與傳統(tǒng)方法相近。另外,由于不同組織超聲成像的差異性,不同部位的分割網(wǎng)絡(luò)往往不能通用。

    四、總結(jié)與展望

    超聲圖像因其成像原理等問(wèn)題分割困難,但其具有無(wú)創(chuàng)、價(jià)格低等優(yōu)勢(shì),在臨床診斷及放療靶區(qū)勾畫(huà)等方面仍有重要作用。閾值分割法、區(qū)域生長(zhǎng)法等傳統(tǒng)方法原理簡(jiǎn)單,處理單幀清晰的超聲圖像時(shí)分割效果較好,但分割速度慢且區(qū)域生長(zhǎng)法的分割質(zhì)量還受種子點(diǎn)影響;活動(dòng)輪廓模型收斂速度較快且穩(wěn)定性好,但其分割結(jié)果依賴于初始輪廓,不能實(shí)現(xiàn)自動(dòng)分割;基于深度學(xué)習(xí)的方法是目前超聲圖像分割領(lǐng)域的研究熱門(mén),其分割質(zhì)量高、速度快,但訓(xùn)練過(guò)程需大量標(biāo)簽數(shù)據(jù),廣泛應(yīng)用具有局限,且不同組織的圖像往往需要重新訓(xùn)練或使用其他網(wǎng)絡(luò)。

    總之,圖像分割的研究對(duì)提高后期醫(yī)學(xué)圖像分析具有積極意義,為提高超聲圖像分割的質(zhì)量,可以將深度學(xué)習(xí)算法與傳統(tǒng)分割方法結(jié)合,以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)來(lái)提高分割質(zhì)量,同時(shí)使用數(shù)據(jù)增強(qiáng)等方法來(lái)擴(kuò)充數(shù)據(jù)集。此外,無(wú)監(jiān)督網(wǎng)絡(luò)也可用于超聲圖像分割,以解決數(shù)據(jù)稀少和推廣性不高的問(wèn)題。總之,雖然目前超聲圖像分割方法均有一定局限,但隨著傳統(tǒng)方法的不斷改進(jìn)和深度學(xué)習(xí)算法的廣泛應(yīng)用,其具有良好的應(yīng)用前景。

    猜你喜歡
    輪廓灰度邊緣
    輪廓錯(cuò)覺(jué)
    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
    基于實(shí)時(shí)輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
    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
    一張圖看懂邊緣計(jì)算
    基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
    在線學(xué)習(xí)機(jī)制下的Snake輪廓跟蹤
    創(chuàng)造早秋新輪廓
    舒適廣告(2008年9期)2008-09-22 10:02:48
    在邊緣尋找自我
    雕塑(1999年2期)1999-06-28 05:01:42
    丰满乱子伦码专区| 青春草视频在线免费观看| 欧美高清成人免费视频www| 欧美日韩综合久久久久久| freevideosex欧美| 国产亚洲午夜精品一区二区久久| 热99国产精品久久久久久7| 国产欧美日韩一区二区三区在线 | 亚洲丝袜综合中文字幕| 中文字幕人妻丝袜制服| 亚州av有码| 高清不卡的av网站| 亚洲精品国产av蜜桃| 赤兔流量卡办理| 三级国产精品欧美在线观看| 日韩av免费高清视频| 最后的刺客免费高清国语| 中文字幕亚洲精品专区| 亚洲无线观看免费| 日本av免费视频播放| 亚洲精品国产成人久久av| 久久久久网色| 人妻 亚洲 视频| 精品国产一区二区三区久久久樱花| 婷婷色综合大香蕉| 91久久精品国产一区二区成人| 国产精品一二三区在线看| 久久久精品免费免费高清| 日本-黄色视频高清免费观看| 99久久精品热视频| 人妻人人澡人人爽人人| 国产深夜福利视频在线观看| av福利片在线观看| 日韩制服骚丝袜av| 免费观看无遮挡的男女| 老熟女久久久| 久久女婷五月综合色啪小说| 色吧在线观看| 久久国内精品自在自线图片| 国产高清三级在线| 欧美xxⅹ黑人| 国产精品三级大全| 韩国av在线不卡| 国产伦精品一区二区三区四那| 在线看a的网站| 黑人高潮一二区| 国产在视频线精品| 国产日韩欧美在线精品| 边亲边吃奶的免费视频| 国产亚洲最大av| 国产精品99久久99久久久不卡 | 观看免费一级毛片| 三级国产精品欧美在线观看| 欧美少妇被猛烈插入视频| 久久久久网色| 亚洲精华国产精华液的使用体验| 日韩一本色道免费dvd| xxx大片免费视频| 久久国内精品自在自线图片| a级一级毛片免费在线观看| 天天操日日干夜夜撸| 中文精品一卡2卡3卡4更新| 我要看黄色一级片免费的| 乱码一卡2卡4卡精品| 国产av精品麻豆| 亚洲怡红院男人天堂| 大片免费播放器 马上看| 亚洲不卡免费看| 国产精品.久久久| 国产极品粉嫩免费观看在线 | 男人和女人高潮做爰伦理| 久久久国产欧美日韩av| 国产成人精品无人区| 国产亚洲91精品色在线| 少妇 在线观看| 少妇的逼水好多| 久久久亚洲精品成人影院| 国产精品欧美亚洲77777| 亚洲国产精品成人久久小说| 99久久精品一区二区三区| 久久久久久久久久久久大奶| 成人漫画全彩无遮挡| 国产精品一二三区在线看| 人人妻人人爽人人添夜夜欢视频 | 少妇人妻精品综合一区二区| 亚洲在久久综合| 国产 一区精品| 视频中文字幕在线观看| 18禁动态无遮挡网站| 女性生殖器流出的白浆| 丰满人妻一区二区三区视频av| 最近手机中文字幕大全| 成人综合一区亚洲| 久久热精品热| 综合色丁香网| 乱码一卡2卡4卡精品| 免费观看在线日韩| 国产精品人妻久久久影院| 女性被躁到高潮视频| 日韩精品免费视频一区二区三区 | 国产成人免费无遮挡视频| 欧美成人午夜免费资源| 熟女电影av网| 97在线视频观看| 国产视频内射| 久久久久国产网址| 一本色道久久久久久精品综合| 欧美 亚洲 国产 日韩一| 国产成人精品一,二区| 国产成人精品无人区| 欧美少妇被猛烈插入视频| 秋霞在线观看毛片| 不卡视频在线观看欧美| 十分钟在线观看高清视频www | 成人免费观看视频高清| 一本色道久久久久久精品综合| 老司机影院成人| 成人午夜精彩视频在线观看| 亚洲精品日韩av片在线观看| 亚洲成人手机| 观看免费一级毛片| 久久免费观看电影| 成人漫画全彩无遮挡| 老司机影院毛片| 美女国产视频在线观看| 欧美xxxx性猛交bbbb| 国产毛片在线视频| 精品一区二区免费观看| 色婷婷久久久亚洲欧美| 国产精品国产av在线观看| 亚洲精品,欧美精品| 国产高清有码在线观看视频| 国产一区有黄有色的免费视频| 永久网站在线| 激情五月婷婷亚洲| 亚洲av综合色区一区| 亚洲中文av在线| 亚洲综合色惰| 亚洲精品成人av观看孕妇| 国产精品99久久久久久久久| 少妇人妻 视频| 性色avwww在线观看| 国产色婷婷99| 深夜a级毛片| 一二三四中文在线观看免费高清| 男女无遮挡免费网站观看| 亚洲av国产av综合av卡| 99久久综合免费| 在线观看一区二区三区激情| 欧美日韩在线观看h| 男男h啪啪无遮挡| 国产亚洲av片在线观看秒播厂| 我的老师免费观看完整版| 精品一区在线观看国产| 亚洲精品乱码久久久v下载方式| 精品国产一区二区三区久久久樱花| av又黄又爽大尺度在线免费看| 水蜜桃什么品种好| 三级经典国产精品| 97在线视频观看| 极品教师在线视频| 肉色欧美久久久久久久蜜桃| 国产精品女同一区二区软件| 老女人水多毛片| 成人毛片a级毛片在线播放| 中国国产av一级| 亚洲美女搞黄在线观看| 精品国产一区二区三区久久久樱花| 一边亲一边摸免费视频| 久久久久久久大尺度免费视频| 最近中文字幕2019免费版| 日本猛色少妇xxxxx猛交久久| 啦啦啦啦在线视频资源| 亚洲经典国产精华液单| 国产男女内射视频| 熟妇人妻不卡中文字幕| 男女边摸边吃奶| 亚洲色图综合在线观看| 精品久久久噜噜| 日日啪夜夜撸| 亚洲精品国产av成人精品| 少妇被粗大的猛进出69影院 | 80岁老熟妇乱子伦牲交| 亚洲av成人精品一二三区| 女性被躁到高潮视频| 熟女av电影| 九九久久精品国产亚洲av麻豆| 男人和女人高潮做爰伦理| 中文资源天堂在线| 国产一区二区在线观看av| 亚洲国产色片| 国产黄片美女视频| 亚洲欧洲精品一区二区精品久久久 | 日本vs欧美在线观看视频 | 最黄视频免费看| 美女cb高潮喷水在线观看| 免费看不卡的av| 少妇人妻 视频| 熟女人妻精品中文字幕| 欧美日韩综合久久久久久| 亚洲精品国产成人久久av| 久久久久久人妻| 中文天堂在线官网| 王馨瑶露胸无遮挡在线观看| 久久久欧美国产精品| 国产伦精品一区二区三区视频9| 亚洲精品日本国产第一区| 麻豆成人av视频| 成人国产av品久久久| 精品亚洲乱码少妇综合久久| 亚洲精品,欧美精品| 插阴视频在线观看视频| 国产一区二区三区综合在线观看 | 搡女人真爽免费视频火全软件| 乱系列少妇在线播放| 黄色配什么色好看| 狂野欧美激情性xxxx在线观看| 蜜桃久久精品国产亚洲av| 亚洲av欧美aⅴ国产| 国产av国产精品国产| 国产色婷婷99| 国产成人免费观看mmmm| 国产精品伦人一区二区| 99视频精品全部免费 在线| 国产亚洲最大av| av黄色大香蕉| 精品久久久久久久久亚洲| 2021少妇久久久久久久久久久| 亚洲国产精品999| 一本—道久久a久久精品蜜桃钙片| 青春草国产在线视频| 插逼视频在线观看| 亚洲,一卡二卡三卡| 精品一区二区三卡| 亚洲综合色惰| 亚洲精品456在线播放app| 在线看a的网站| 一区二区三区四区激情视频| 99久久精品一区二区三区| 九九久久精品国产亚洲av麻豆| 午夜激情福利司机影院| 亚洲第一区二区三区不卡| 视频中文字幕在线观看| 中文字幕久久专区| 菩萨蛮人人尽说江南好唐韦庄| 少妇人妻精品综合一区二区| 我的老师免费观看完整版| 日日摸夜夜添夜夜爱| 午夜视频国产福利| 日韩中文字幕视频在线看片| 99久久人妻综合| 婷婷色麻豆天堂久久| 春色校园在线视频观看| 亚洲av二区三区四区| 亚洲精品国产成人久久av| 在线观看人妻少妇| 国产精品无大码| 99久久精品国产国产毛片| 伊人久久精品亚洲午夜| 亚洲情色 制服丝袜| 亚洲国产毛片av蜜桃av| 亚洲欧美成人综合另类久久久| 亚洲精品第二区| 人体艺术视频欧美日本| 免费观看无遮挡的男女| 国产精品99久久久久久久久| 中国国产av一级| 国内少妇人妻偷人精品xxx网站| 欧美性感艳星| 国产亚洲av片在线观看秒播厂| 亚洲第一区二区三区不卡| 国精品久久久久久国模美| 熟妇人妻不卡中文字幕| 肉色欧美久久久久久久蜜桃| 国模一区二区三区四区视频| 黄色一级大片看看| 日韩成人av中文字幕在线观看| 久久婷婷青草| 又粗又硬又长又爽又黄的视频| 99久久人妻综合| 亚洲一区二区三区欧美精品| 亚洲精品国产av成人精品| 亚洲欧美日韩东京热| 多毛熟女@视频| 国产色爽女视频免费观看| 26uuu在线亚洲综合色| 在线免费观看不下载黄p国产| 久久人妻熟女aⅴ| 免费观看性生交大片5| 80岁老熟妇乱子伦牲交| 有码 亚洲区| 中文字幕人妻熟人妻熟丝袜美| 成人黄色视频免费在线看| 亚洲欧美一区二区三区国产| 欧美精品人与动牲交sv欧美| 中文乱码字字幕精品一区二区三区| .国产精品久久| 嫩草影院新地址| 18+在线观看网站| 欧美精品国产亚洲| 观看免费一级毛片| 一本—道久久a久久精品蜜桃钙片| 国产91av在线免费观看| 看非洲黑人一级黄片| 99热全是精品| 最新的欧美精品一区二区| 国产片特级美女逼逼视频| 大陆偷拍与自拍| 久久99热这里只频精品6学生| 另类亚洲欧美激情| 色哟哟·www| 国产精品麻豆人妻色哟哟久久| 国产欧美日韩综合在线一区二区 | 久久热精品热| 久久久久网色| 亚洲欧美一区二区三区黑人 | 亚洲av中文av极速乱| 2021少妇久久久久久久久久久| 欧美最新免费一区二区三区| 国产高清有码在线观看视频| 久久久久国产网址| 久久6这里有精品| 色5月婷婷丁香| 丰满乱子伦码专区| 国产精品国产av在线观看| 亚洲av福利一区| 中文字幕人妻熟人妻熟丝袜美| 免费播放大片免费观看视频在线观看| 成年av动漫网址| 深夜a级毛片| 麻豆精品久久久久久蜜桃| 亚洲av欧美aⅴ国产| 一本一本综合久久| 亚洲av日韩在线播放| 国语对白做爰xxxⅹ性视频网站| 女性生殖器流出的白浆| 热re99久久国产66热| 欧美激情极品国产一区二区三区 | 精品久久久久久久久av| av专区在线播放| 国产亚洲欧美精品永久| av专区在线播放| 18禁裸乳无遮挡动漫免费视频| 国产深夜福利视频在线观看| 国产精品秋霞免费鲁丝片| 香蕉精品网在线| 国产精品久久久久久久电影| 欧美日韩视频高清一区二区三区二| 亚洲图色成人| 日产精品乱码卡一卡2卡三| 嫩草影院新地址| 在线观看一区二区三区激情| 精华霜和精华液先用哪个| 午夜福利影视在线免费观看| 国产精品99久久久久久久久| 一级片'在线观看视频| 欧美3d第一页| 高清黄色对白视频在线免费看 | 精品人妻熟女毛片av久久网站| 少妇人妻久久综合中文| 啦啦啦啦在线视频资源| 三级国产精品欧美在线观看| 国产免费视频播放在线视频| 亚洲精品一二三| 成人国产麻豆网| 丝袜脚勾引网站| 伊人久久精品亚洲午夜| 免费久久久久久久精品成人欧美视频 | 大又大粗又爽又黄少妇毛片口| 亚洲真实伦在线观看| 丰满少妇做爰视频| 人妻一区二区av| 十分钟在线观看高清视频www | 99re6热这里在线精品视频| 成人国产av品久久久| 国产高清国产精品国产三级| a级片在线免费高清观看视频| 多毛熟女@视频| 久热这里只有精品99| 一级片'在线观看视频| 免费少妇av软件| 中文精品一卡2卡3卡4更新| 日本欧美视频一区| 国产精品三级大全| 91精品一卡2卡3卡4卡| 91久久精品国产一区二区三区| 人妻 亚洲 视频| a级毛片免费高清观看在线播放| 人妻 亚洲 视频| 成人特级av手机在线观看| av视频免费观看在线观看| √禁漫天堂资源中文www| 成年女人在线观看亚洲视频| 丰满乱子伦码专区| 人人妻人人爽人人添夜夜欢视频 | 午夜免费观看性视频| 男女边吃奶边做爰视频| 欧美老熟妇乱子伦牲交| 嫩草影院新地址| 欧美激情极品国产一区二区三区 | 在线观看国产h片| 亚洲国产精品999| 国产综合精华液| 一个人看视频在线观看www免费| 免费观看性生交大片5| 欧美激情极品国产一区二区三区 | 一级二级三级毛片免费看| 麻豆成人av视频| 久久精品久久精品一区二区三区| 亚洲av二区三区四区| 国产免费一区二区三区四区乱码| 日本免费在线观看一区| 简卡轻食公司| 国产亚洲5aaaaa淫片| 久久精品久久久久久久性| 黄片无遮挡物在线观看| 欧美日韩亚洲高清精品| 国产成人91sexporn| 国产亚洲av片在线观看秒播厂| 亚洲精品色激情综合| 男女无遮挡免费网站观看| 欧美另类一区| 伦精品一区二区三区| 一区二区三区四区激情视频| 亚洲成人av在线免费| 国产精品久久久久成人av| 制服丝袜香蕉在线| 欧美xxxx性猛交bbbb| 只有这里有精品99| 中文字幕制服av| 99久久精品热视频| 日韩视频在线欧美| 国产视频首页在线观看| 黄色配什么色好看| 一区二区三区乱码不卡18| 免费观看在线日韩| 狂野欧美白嫩少妇大欣赏| av在线观看视频网站免费| 嘟嘟电影网在线观看| 久久久久精品久久久久真实原创| 久久久a久久爽久久v久久| 一边亲一边摸免费视频| 亚洲无线观看免费| 国产成人a∨麻豆精品| 国产av精品麻豆| 国产精品嫩草影院av在线观看| 交换朋友夫妻互换小说| 在线观看www视频免费| 久久精品国产自在天天线| 亚洲图色成人| 国产亚洲91精品色在线| a级片在线免费高清观看视频| 久久久久久久精品精品| 精品国产一区二区三区久久久樱花| 在现免费观看毛片| 免费人妻精品一区二区三区视频| 中文字幕制服av| 日日撸夜夜添| a级一级毛片免费在线观看| 9色porny在线观看| 女性生殖器流出的白浆| 精品少妇内射三级| 午夜福利在线观看免费完整高清在| 极品少妇高潮喷水抽搐| 日韩不卡一区二区三区视频在线| 又黄又爽又刺激的免费视频.| 2018国产大陆天天弄谢| 午夜免费观看性视频| a级毛片免费高清观看在线播放| 在线播放无遮挡| 免费观看性生交大片5| h日本视频在线播放| 一区二区三区乱码不卡18| 边亲边吃奶的免费视频| 亚洲精品成人av观看孕妇| 如日韩欧美国产精品一区二区三区 | 日日摸夜夜添夜夜爱| 在线天堂最新版资源| 简卡轻食公司| 日本午夜av视频| av在线app专区| 国产精品免费大片| 精品人妻熟女毛片av久久网站| 王馨瑶露胸无遮挡在线观看| 亚洲成色77777| 亚洲色图综合在线观看| 久久久久国产网址| 日日爽夜夜爽网站| 欧美人与善性xxx| 搡老乐熟女国产| av视频免费观看在线观看| 国产男女内射视频| 欧美精品高潮呻吟av久久| 亚洲美女视频黄频| 亚洲精品一区蜜桃| www.色视频.com| 99热这里只有精品一区| 亚洲欧洲国产日韩| 亚洲不卡免费看| 亚洲欧美成人综合另类久久久| 女的被弄到高潮叫床怎么办| av免费观看日本| 久热久热在线精品观看| 少妇人妻一区二区三区视频| 嘟嘟电影网在线观看| 欧美日韩视频精品一区| 韩国高清视频一区二区三区| 中文欧美无线码| 人妻少妇偷人精品九色| 久久热精品热| 免费在线观看成人毛片| 国产精品成人在线| 丰满饥渴人妻一区二区三| 一区二区三区精品91| 另类精品久久| 精华霜和精华液先用哪个| 亚洲av不卡在线观看| 国产极品粉嫩免费观看在线 | 亚洲精品第二区| 最新的欧美精品一区二区| 亚洲人成网站在线播| 国产亚洲欧美精品永久| 人妻制服诱惑在线中文字幕| 老司机影院成人| av免费观看日本| 日本欧美视频一区| 精品少妇久久久久久888优播| av.在线天堂| 欧美丝袜亚洲另类| 日韩中文字幕视频在线看片| 亚洲在久久综合| 一本一本综合久久| 婷婷色综合大香蕉| 在线观看免费视频网站a站| 日日爽夜夜爽网站| 22中文网久久字幕| 国产爽快片一区二区三区| 精品久久国产蜜桃| 亚洲av二区三区四区| 最近2019中文字幕mv第一页| 亚洲欧洲国产日韩| 久久久欧美国产精品| 久久午夜福利片| 男人舔奶头视频| av黄色大香蕉| 偷拍熟女少妇极品色| 中文字幕人妻丝袜制服| 亚洲精品中文字幕在线视频 | 久久久久久久久久久丰满| 国产亚洲最大av| 美女脱内裤让男人舔精品视频| 国产精品国产三级国产专区5o| 桃花免费在线播放| 午夜福利,免费看| 大香蕉97超碰在线| 深夜a级毛片| 美女中出高潮动态图| 久久97久久精品| 久久久久久久久久久久大奶| 亚洲美女搞黄在线观看| 日韩强制内射视频| 高清午夜精品一区二区三区| 超碰97精品在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 精品久久久精品久久久| 中文欧美无线码| 夜夜爽夜夜爽视频| 一区二区三区四区激情视频| 国产永久视频网站| 九九爱精品视频在线观看| 亚洲欧洲精品一区二区精品久久久 | 18+在线观看网站| 亚洲va在线va天堂va国产| 国产真实伦视频高清在线观看| 欧美97在线视频| 91精品伊人久久大香线蕉| 男女边摸边吃奶| videos熟女内射| 国产高清国产精品国产三级| 免费观看av网站的网址| 亚洲精品中文字幕在线视频 | 极品少妇高潮喷水抽搐| 人人澡人人妻人| 天堂中文最新版在线下载| 在线观看www视频免费| av免费在线看不卡| 欧美人与善性xxx| 曰老女人黄片| 人人妻人人澡人人看| 80岁老熟妇乱子伦牲交| 亚洲va在线va天堂va国产| 亚洲天堂av无毛| 国产伦精品一区二区三区四那| 国模一区二区三区四区视频| 深夜a级毛片| 免费人成在线观看视频色| 国产免费一区二区三区四区乱码| 国产精品成人在线| 久久婷婷青草| 最后的刺客免费高清国语| 黄片无遮挡物在线观看| 日韩视频在线欧美| 好男人视频免费观看在线| 久久99精品国语久久久| 精品亚洲成国产av| 噜噜噜噜噜久久久久久91| 亚洲欧美精品自产自拍| 三上悠亚av全集在线观看 | 成人免费观看视频高清| 青春草国产在线视频| 国产亚洲欧美精品永久| 久久国产精品大桥未久av | 黑人高潮一二区| 久久久久久久久久久免费av| 热re99久久精品国产66热6|