Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Cybernetics and Information Technologies
Volume 17 (2017): Numero 2 (June 2017)
Accesso libero
An Improved Neuron Segmentation Model for Crack Detection – Image Segmentation Model
Ming Hao
Ming Hao
,
Caifeng Lu
Caifeng Lu
,
Guoqing Wang
Guoqing Wang
e
Wei Wang
Wei Wang
| 26 giu 2017
Cybernetics and Information Technologies
Volume 17 (2017): Numero 2 (June 2017)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
26 giu 2017
Pagine:
119 - 133
DOI:
https://doi.org/10.1515/cait-2017-0021
Parole chiave
Crack detection
,
crack indicator function
,
local directional filtering
,
directional region growing
,
level set
© 2017 Ming Hao et al., published by De Gruyter Open
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Ming Hao
State Key Laboratory for Geomechanics and Deep Underground Engineering, China University of Mining and Technology
Jiangsu, China
Caifeng Lu
State Key Laboratory for Geomechanics and Deep Underground Engineering, China University of Mining and Technology
Jiangsu, China
Guoqing Wang
School of Information and Control Engineering, China University of Mining and Technology
China
Wei Wang
State Key Laboratory for Geomechanics and Deep Underground Engineering, China University of Mining and Technology
Jiangsu, China