Segmenting Low-Contrast X-ray Computed Tomography Images of Concrete: An Unsupervised Approach
Cet article présente une approche d'auto-annotation non supervisée qui combine des algorithmes de superpixels avec des champs récepteurs basés sur les CNN pour segmenter efficacement les agrégats et le mortier à faible contraste dans les images de tomographie par rayons X de béton, surpassant les méthodes de seuillage traditionnelles sans nécessiter de données d'entraînement étiquetées.