首页 > 文献资料
-
中国数字人连续断层图像的局部聚类分割方法
目的 介绍一种使用Photoshop CS(Adobe;San Jose,CA,Corel KnockOut 2.0 plug-in)和Matlab 7.0(Math Works;Worcester,MA)软件对中国数字人彩色图像的分割方法.方法 首先使用Photoshop中knockout滤镜,利用其强大蒙板功能,交互式提取目标区域.然后在Matlab中使用形态学处理函数和边缘检测算子,精确提取平滑的轮廓线.结果 对骨、肌、脏器及大的血管、神经等完成了分割与分类,获取的轮廓线保留了精确的细节,定位准确且比较平滑.结论 局部聚类分割方法可以快速、准确的对中国数字人彩色图像进行分割与分类.
-
基于色度学准则分析的免疫组化彩色图像C-均值聚类分割技术研究
免疫组化彩色图像分割在免疫组化染色定量分析中有重要的应用价值.C-均值聚类算法(CMA)是根据一定的相似性准则将图像分成C类.由于运算十分耗时,直接限制了C-均值聚类算法在彩色图像分割领域的应用.本文针对免疫组化彩色图像特点,提出了分割免疫组化彩色图像的色度学准则,即:用每个像素的R分量减去B分量,根据其差值是否大于0将相应的像素分为两大类:(R-B)≥0类和(R-B)＜0类,自动分离出图像的阳性细胞区域和阴性细胞区域.在此基础上我们改进了C-均值聚类分割的方法:①针对上述两大类图像的色彩分布的特点确定初始聚类中心;②分别对上述两大类像素在一个色度学空间聚类;③根据每次迭代过程中聚类中心的变化趋势来预测下一次迭代后可能的聚类中心,从而减少迭代的次数.改进之后的C-均值聚类分割方法减少了聚类的样本数量,降低了算法的复杂度,且由于迭代次数的减少,运行速度得到了提高.实验结果表明,本文建立的技术方法能有效地分割免疫组化彩色图像.
-
基于边缘形态变换的彩色织物图像分割算法
新疆民间织物图像具有鲜明的民族特色,为了生成和创新民族民间织物图像,如何自动分割织物基元是一个关键问题.论文以问题为驱动,提出了一种基于边缘形态变换的彩色织物图像分割算法.首先,对彩色图像进行颜色空间的变换,然后根据图像特征提出调整图像大小的前处理标准,再利用Canny算子检测边缘,对检测边缘进行形态变换后处理,后标记变换图像的封闭区城进行织物图像的分割.实验数据表明:该算法虽然是几种常用算法的组合,但较好解决了民间织物彩色图像分割问题,而且对不同类型的织物图像,均可以获得令人满意的分割结果.
-
基于活动轮廓模型的彩色白细胞图像自动分割方法研究
为解决血液白细胞显微图像自动识别中的图像分割问题,提出了一种基于活动轮廓的彩色白细胞图像自动分割方法,首先在Hue,Saturation,Intensitv(HSI)彩色空间中运用聚类分割得到细胞核,从而得到细胞所在的位置,然后用流域算法得到细胞大致的轮廓,后将此轮廓作为初始轮廓,用梯度矢量流(GVF)外力及来自全局信息的区域力驱动,结合彩色信息,使得轮廓收敛于真实的细胞边界.实验结果表明,此方法能精确、有效地分割出单个以及部分重叠白细胞区域.
-
中国数字人数据集三维重建的方法学研究
目的:探索适合于中国数字人数据集特点的图像配准,彩色图像分割以及三维重建方法.方法:首先基于中国数字人连续断层图像的4个定位杆坐标值,对断层图像进行射影变换,消除其射影失真.纠正失真后再将断层图像根据第一个定位杆的质心坐标值裁剪成大小一致的断层图像.其次使用photoshop中knockout滤镜,完成断层图像的分割.后使用mimics软件完成三维重建.结果:建立了中国数字人女1号髋部骨骼肌精确的三维模型.结论:髋部骨骼肌模型的三维交互可视化可以准确反映该区域复杂的解剖结构及其空间毗邻关系,同时为数字人三维可视化提供了一种精确快速的方法.
-
基于K均值聚类算法的宫颈癌细胞分割方法
目的 探究一种对宫颈癌细胞显微图像进行彩色分割的方法,辅助临床诊断.方法 采用彩色聚类分割方法,并结合K-means聚类算法实现细胞图像的有效分割.结果 实现了宫颈癌细胞图像的有效分割,色彩信息得到大保留.结论 该实验结果有利于辅助专家进行宫颈癌病理诊断,并为后期研究宫颈癌细胞特征识别奠定基础.
-
基于两阶段改进FCM算法的彩色血液图像分割研究
介绍了一种基于FCM算法(Fuzzy c-means algorithm)的彩色血液细胞图像分割新方法.通过将原始血液显微图像转换为索引图像再对颜色映射表矩阵做模糊聚类来回避直接对像素值聚类,大大压缩了FCM算法的计算数据量.针对彩色血液细胞图像的固有特性将分割过程分为两阶段,包括确定聚类数目和初始聚类中心,并在第二阶段引入一个距离加权矩阵,改变距离度量方式以提高聚类的准确度.解决了FCM算法难以准确收敛到佳极值的问题,减少了迭代收敛的次数,并且缩短了算法执行时间,实现了对彩色血液细胞图像各组分的正确分割.
-
彩色血液细胞图像的自动分割方法研究
提出基于自适应多尺度阈值和种子点增长的混合方法自动分割彩色血液细胞图像.首先对原始图像直方图进行多尺度滤波,根据它的尺度空间图特性,确定合理的阈值,完成对胞核的分割和白细胞的检出.其次,利用局部颜色特性及全局形态特性控制种子点增长,完成对白细胞浆区域的分割.该方法对白细胞的检出率为98%,分割效果主观评价为好的占93%,它能有效地分割白细胞区域.
