医学图像三维分割技术

人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人做出正确地诊断。在对人体组织器官和感兴趣区域的分割中,三维分割发挥着十分重要的作用。为此,作者对不同的三维分割算法作一总体介绍。     

基于不一致性法的最优分割参数评价

影像分割是基于对象分析方法的前提,分割结果的质量决定了后续分类的精度,分割参数的选择影响到分割结果的好坏.基于不一致性度量方法,考虑几何不一致性和算术不一致性,构建了新的最优分割参数评价指标FIX,实现最优分割参数的选择.选取高空间分辨率IKONOS影像上2种不同地物(池塘、农田)进行实验研究,表明不同地物具有不同的最优分割参数,为最优分割参数评价方法提供一种思路.     

胚胎分割液及分割方法对绵羊体外胚分割效果的影响

主要研究了胚胎分割液、分割方法和胚胎发育时期对绵羊体外生产胚胎的影响.体外采集绵羊卵丘卵母细胞复合体,成熟培养24 h,经过体外受精培养,得到体外胚胎样品.借助显微操作仪,将体外受精的桑葚胚和囊胚分割,体外培养半胚,观察其发育情况.结果发现:在D-PBS+0.2 mol/L蔗糖液与D-PBS+5%PVP液中分割桑葚胚和囊胚,其分割成功率及半胚的囊胚发育率及囊胚细胞数三者均无差异显著性(P＞0.05);用显微分割法和徒手分割法分割桑葚胚和囊胚,其分割成功率、半胚的囊胚发育率及囊胚细胞数均无差异显著性(P＞0.05);比较桑葚胚和囊胚分割,囊胚的分割成功率显著高于桑葚胚的分割成功率(P＜0.05),而半胚的囊胚发育率及半胚细胞数均无差异显著性(P＞0.05).结果表明:在D-PBS液中分别添加0.2 mol/L的蔗糖和5%的PVP都可作为绵羊体外胚的胚胎分割液;显微分割法和徒手分割法均可用于绵羊体外胚胎的分割;囊胚比桑葚胚更适于胚胎分割.     

苹果树图像分割算法研究综述

在国内外图像处理和机器视觉技术在苹果树图像分析应用相关研究的基础上,总结了专门针对苹果树图像分割技术的研究进展。按照图像分割的技术体系,分析了苹果树图像分割技术的主要研究进展,系统地总结了图像分割算法及其在苹果树图像应用上的特点,提出了苹果树图像分割算法的演进图,展望了苹果树图像分割算法研究发展的趋势,为基于图像处理及机器视觉技术的苹果信息化技术研究提供了参考。     

Otsu分割与区域标记相结合的菠萝图像分割研究

以菠萝为研究对象,提出了一种结合最大类间方差(Otsu)阈值分割和区域面积标记的菠萝果实图像分割方法,并针对生长环境下和实验室环境下的菠萝图像进行分析研究,结果表明,该方法能够较好地实现对成熟菠萝果实与背景的分离,比单独采用阈值分割效果好。     

大田经济作物性状研究中的图像分割技术应用

大田经济作物在我国占有重要地位,其性状研究在机械化生产收获过程中至关重要,直接影响到生产效率和产品质量,数字图像技术的引入不仅为其性状研究带来高效的解决方案,更显示出广阔的应用前景。综合分析了近年来不断改进的图像分割方法,将其分成传统分割方法和结合特定工具的图像分割算法两大类,重点介绍了传统分割方法中基于阈值的分割方法和基于边缘检测的分割方法两种流行算法,结合特定理论工具的图像分割算法中的小波分析变换、遗传算法、主动轮廓模型、聚类算法、深度学习方法等 6 种方法,并对各大类算法中使用的各种图像分割方法进行归纳总结,列举其在油菜、棉花、大豆和花生等经济作物性状研究中的应用,同时对遗传算法、主动轮廓模型、聚类算法和深度学习中的 Fast R-CNN 算法添加技术框架图。最后对图像分割技术在大田经济作物中应用存在的主要问题进行分析并提出展望。     

小鼠冻胚分割试验

研究了分割所用溶液、冷冻前胚胎发育时期和分割后将半胚是否装入透明带对冻胚分割效果的影响。结果证明:①将解冻囊胚分割后,无论是否将半胚装入透明带对冻胚分割的效果均无显著影响(P>0.05);②在PBS中分割解冻桑椹胚和囊胚的效果无显著差异(P>0.05);③与分割解冻桑椹胚相比,在蔗糖液中分割解冻囊胚可显著提高冻胚分割效果(P<0.05)。将在蔗糖液中分割冻囊胚获得10对半胚移植于5只受体,结果有2只妊娠,共获得半胚仔鼠6只,其中2对为同卵双生。     

基于颜色指数与阈值法的稻田图像分割

为系统、全面地分析不同颜色指数对南方稻田图像分割的适应性,以分蘖期、拔节期稻田图像为研究对象,选择36种常用的颜色指数,采用Otsu阈值法开展基于颜色指数和阈值的图像分割研究,通过比较各颜色指数的分割结果,明确分蘖期和拔节期图像分割的主要干扰因素,筛选最适宜稻田图像分割的颜色指数。结果表明:水稻倒影、浮萍是分蘖期稻田图像分割的主要干扰因素,叶片镜面反射、浮萍和土壤阴影是拔节期稻田图像分割的主要干扰因素;组合指数COM2、MxEG、CIVE和GMR在分蘖期图像和拔节期图像均具有较好的分割精度。因此,基于颜色指数COM2、MxEG、CIVE、GMR和Otsu阈值的稻田图像分割方法对稻田图像分割的干扰要素具有较强的区分能力,分割精度较高,更适宜于南方稻田图像处理研究。     

影像分割数据质量评价与参数优选方法研究

针对遥感影像分割数据质量评价与参数优选问题,本文提出了一种基于顶点距离度量的评价指数,通过计算匹配分割对象顶点与参考多边形边界之间的位置关系及其距离度量评价影像分割结果。该方法可使所选最优分割数据集中的匹配分割对象与参考多边形之间保持较高的几何一致性,较大程度地减轻欠分割和过分割效应。通过对World View 2、Quick Bird和ALOS等3个高分辨率卫星影像中农田、水体、林地和建筑物等多种地物类型的试验分析,表明多数最优分割数据集中匹配分割对象与参考多边形间的面积重合度达到70%及以上。本研究可为遥感影像分割数据质量评价和参数优选提供一种有效方法。     

实木地板图像差分和形态学分割算法研究

针对现有实木地板表面缺陷分割算法分割速度慢、精度低的问题,提出基于图像差分和形态学的地板表面缺陷分割方法。首先,分别对目标图像和背景图像进行求补和低通滤波运算;其次,将预处理后的2幅图像做差分运算,得到差分图像;最后,采用形态学开闭运算去除差分图像噪声并获得目标缺陷。选取活节、死节、裂纹3类缺陷样本各20个进行试验,结果表明：该研究算法对3类样本平均分割准确革分别达到92．63％、94．31％、93．88％,平均分割时间为9．583ms。     

杂草图像分割中分割特征的研究

分析了4种来源于超绿特征（2g-r-b）的分割特征,并进行实证分析。结果表明,（R＋G＋B）是杂草图像分割特征中最主要的参数。     

基于颜色分量与直方图的玉米苗期背景分割方法研究

对土壤背景进行有效分割是玉米苗期田间杂草识别的前提和基础。本研究利用颜色分量G-R和G-B与灰度直方图来实现玉米苗期图像与背景图像的分割,解决了玉米苗期田间杂草识别中受影响及环境适应性差等问题。通过对不同环境下苗期玉米图像的植被颜色和背景颜色分量的统计分析表明,采用G-R和G-B双阈值颜色特征分割,进行土壤背景分离取得了很好的效果。     

拍摄高度对大米图像质量影响的研究

[目的]探究拍摄高度对大米图像质量的影响。[方法]先对获取的大米图像进行分割,然后从分割图像中统计米粒数。在10种光照强度下,对3种拍摄高度进行试验。[结果]虽然从图像中统计的米粒数相同,但3种高度下大米图像的分割阈值存在差异。[结论]拍摄高度是大米图像中分割阈值的一个重要影响因素。     

基于HSI颜色模型的杂草与 土壤背景分割方法研究

针对杂草识别中如何将杂草与土壤背景分离问题,提出了利用HSI颜色模型中的H分量分割杂草和土壤背景的方法:该方法首先把RGB彩色空间转换到HSI彩色空间,然后根据色度分量(H)确定阈值将灰度图像转化为二值图像,并在此基础上进行适当腐蚀、膨胀,实现了杂草和土壤背景的准确分割.实验结果表明,该方法的准确率达到90%,验证了该...     

血液细胞图像分割方法综述

图像分割是图像处理的基础,是图像工程技术中的一个重要问题。本文简单介绍了图像分割的原理,系统地回顾了血液细胞图像分割的方法并进行了讨论。近年来,人们越来越重视血液细胞图像的分割算法,并期望寻求一种实时性、鲁棒性较好的算法。     

基于视觉注意模型的苗期油菜田间杂草检测

提出了基于视觉注意模型的苗期油菜/杂草图像检测方法。针对苗期油菜大田环境,获取油菜/杂草RGB原始图像。根据原始图像颜色分布特点改进Itti模型,生成系列特征显著图,结合区域生长算法分割出感兴趣区域。针对该区域提取形状和纹理特征参数作为支持向量机输入量,判别出所有油菜区域,最后融合原始图像和油菜区域获取最终株间杂草区域。结果表明:与局部迭代阈值法和最大类间方差法相比,本研究提出的图像分割方法更优,正确分割目标概率、错误分割目标概率及漏分割目标概率分别为92.46%、3.26%及7.54%;针对形状、纹理、综合特征及精选特征四类特征参数集,径向基-支持向量机的识别率分别为96.00%、94.29%、100.00%及96.00%。     

A new vision-based approach to differential spraying in precision agriculture

One of the objectives of precision agriculture is to minimize the volume of herbicides by using site-specific weed management systems. To reach this goal, two major factors need to be considered: (1) the similarity of spectral signatures, shapes, and textures between weeds and crops and (2) irregular distribution of weeds within the crop. This paper outlines an automatic computer vision method for detecting Avena sterilis, a noxious weed growing in cereal crops, and differential spraying to control the weed. The proposed method determines the quantity and distribution of weeds in the crop fields and applies a decision-making strategy for selective spraying, which forms the main focus of the paper. The method consists of two stages: image segmentation and decision-making. The image segmentation process extracts cells from the image as the low-level units. The quantity and distribution of weeds in the cell are mapped as area and structural based attributes, respectively. From these attributes, a multicriteria decision-making approach under a fuzzy context allows us to decide whether any given cell needs to be sprayed. The method was compared with other existing strategies.     

基于改进模糊C均值聚类算法的草坪杂草识别

【目的】为了实现草坪杂草管理的精准化施药，针对自然环境中杂草与草坪颜色相近导致杂草难以分割的问题，提出一种改进模糊C均值(Fuzzy C-means, FCM)聚类的分割算法。【方法】利用超绿算子提取感兴趣区域，融合HSV空间的多通道信息进行图像预处理，扩大杂草与草坪的特征差异。使用区域面积约束滤波范围，去除预处理图像中的草坪背景噪声，降低中值滤波造成的目标区域灰度级损失。提出一种各向灰度分布差异(Difference of gray distribution, DGD)检测算子，在聚类过程中引入像素周围不同方向的灰度分布差异特征实现草坪杂草分割。【结果】与传统FCM、FCM-S2、FCMNLS以及RSFCM算法相比，本文算法对大多数噪声区域抑制效果较好，可以实现较为理想的杂草分割效果。本文算法能有效分割草坪杂草，平均分割准确率达到91.45%，比FCM、FCM-S2、FCMNLS和RSFCM算法分别提高16.35%、4.12%、6.80%和8.06%。【结论】本文算法可有效地分割自然环境中的草坪杂草，为草坪杂草精准化施药提供了条件，具有实际应用价值。     

基于SVM的高粱叶片病斑图像自动分割提取方法研究

为实现高粱叶片病斑的自动化无损监测,利用支持向量机(SVM)技术对高粱叶片病斑图像进行自动分割提取研究。结果表明,通过选取RGB、HIS和Lab 3种颜色空间的颜色特征值可以消除对作物病斑拍照时产生的光照、亮度等影响。在MATLAB软件环境下调用LIBSVM软件对病斑图片中的病斑图像像素点和背景图像像素点建立支持向量机分类模型,可以实现对病斑的高效分割和高质量提取。分割提取效果与人眼识别的病斑图像高度吻合。如果利用大量采集的病斑图像进行模型训练,就可以真正实现完全自动化的病斑分割、提取和判别。因此,该研究对建立完全自动化的作物病斑图像识别系统意义重大。     

基于双阈值分割的苗期杂草识别算法

提出了一种基于双阈值分割的苗期杂草识别算法。首先通过2个阈值分割得到2幅分割图像,再结合形态学操作融合2幅分割图像后进行识别得到作物图像;参考现有除草剂喷洒方案将作物图像分为6行8列的子区域,根据每个子区域是否有作物像素点决定是否喷洒除草剂。结果表明,该方法基本上实现了苗期杂草的防治,并节省了45%左右的除草剂。