首页 > 文献资料
-
模糊多尺度边缘检测在医学超声图像边缘检测中的应用
介绍了模糊多尺度边缘检测方法,按照多变量隶属度函数的定义构造了多尺度边缘隶属度函数,并将其与小波变换结合应用到医学超声图像的模糊多尺度边缘检测中.小波变换可以提供图像的多尺度描述,多尺度模糊集表示了图像的象素点隶属于图像边缘点集合的程度.模糊多尺度边缘检测方法可以将各个尺度的信息更有效地复合起来,得到更好的边缘检测效果.
-
基于一种新型模糊增强算法的眼底图像增强
眼底图像是细节较多的复杂图像,Pal等人提出的模糊增强算法对增强这类图像有着较好的效果.但这种算法存在着处理速度较慢和容易损失信息的缺陷.针对这一情况,本文提出了一种改进后的模糊增强算法.实验证明,改进后的模糊增强算法对眼底图像的增强有着更好的效果.
-
基于模糊增强的医学超声图像分割
医学超声图像因对比度较低、形成过程产生的独有的斑点噪声等影响了手动与计算机辅助分析的效果,尤其是影响了计算机定量测量的效果.为了改进超声图像的分割效果,首先要增强超声图像的对比度,本文提出了一种模糊增强算法对超声图像进行显著增强,然后利用马尔可夫随机场与大后验概率理论对增强后的图像进行分割,得到了比较满意的分割效果.
-
关联规则算法的演化和进展
关联规则挖掘是数据挖掘的一个重要应用.从1993年Agrawal等首先提出了用基于频集理论的递推方法来解决挖掘顾客交易数据库中项集间的关联规则问题以来,关联规则的算法已经进行了很多改进.这些改进集中在三个方面:减少候选集和压缩事务总数;减少数据库扫描次数;引入并行技术.近年来,研究人员引入更能代表人类决策思维模式的模糊集理论,并将研究目标对准更复杂的时序和空间数据,挖掘的范围也从单维事务扩展为多维事务,但相应的要面临更加复杂的计算.
-
模糊聚类分析中传递闭包法及其应用
传统的聚类分析是把每个待分类的对象严格地划分到某个类中,体现了非此及彼的性质.模糊聚类分析是基于模糊划分概念之上的模糊聚类方法,如传递闭包法,大树法,编网法,模糊C-均值方法等,这对挖掘大量的不确定性信息提供了可能.本文利用传递闭包法对城市环境作一分类,介绍了这种方法的应用.
-
医学超声图像的对比度增强与分割
医学超声图像因对比度较低、形成过程产生的独有的斑点噪声等影响了手动与计算机辅助分析的效果,尤其是影响了计算机定量测量的效果.为了增强超声图像的对比度,提出了一种模糊增强算法对超声图像进行显著增强,并利用马尔可夫随机场与大后验概率理论对增强后的图像进行分割,得到了满意的分割效果.