基于卷积神经网络的灯具商品图像检索

在血管OCT（Optical Coherence Tomography）图像中，OCT图像中导管在不同位置的成像，很大程度上影响了血管内其他目标检测及识别的结果。为了减少图像中导管对上述研究结果的干扰，提出一种快速检测和识别导管区域的自动化方法。该方法先在图像中心处划分检测圆的圆心坐标变化区域，在极坐标下建立圆周光强检测模型。然后，利用每个检测圆上其半圆周的像素均值差构建描述当前检测圆的特征数据。针对导管成像失真问题，采取动态地变换检测圆的圆心坐标和半径的方法。对4组血管OCT图像（约300幅/组）进行实验，实验结果表明，导管检测的准确率达到97.35%，且平均每幅图像的检测时间约为0.7秒。

Research on Lighting Product Image Based on CNN