基于分水岭算法的颅脑CT图像分割研究

本文采用分水岭算法对颅脑CT图像进行分割,针对算法所产生的图像过分割问题,首先将原图像转换为形态梯度图像,并对形态梯度图像定义一组形态开闭滤波器进行处理;然后采用分水岭算法进行分割。     

基于改进的二维OTSU算法的图像二值化分割

本文采用改进的二维Otsu算法,引入了邻域平均灰度值和类内最小离散度,用两个一维的Ostu算法替代二维的Ostu算法,使得计算复杂度得以提高。     

短文本聚类算法研究

文本聚类是文本挖掘领域的热门研究内容,目前已经有很多文本聚类的方法,不同的方法适用于不同的应用需求。基于频繁词集的方法适合从海量短文本中发现热门话题,而基于密度的聚类方法适合从海量短文本中发现异常内容。这两种方法都结合了语义信息来提高聚类的准确度,同时通过并行化的方法来提高聚类的性能。     

基于图谱理论的图像分割

提出了一种新的基于图谱理论的图像阈值分割方法,采用基于灰度级的权值矩阵来代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系,因而算法所需要的储存空间及实现的复杂性与其他基于图论的图像分割方法相比大大减少,从而有利于应用在各种实时视觉系统。     

一种改进的分水岭图像分割算法研究

本文提出一种新的形态学分水岭图像分割算法,通过形态学开闭运算,得到图像的内部和外部标记符集合,然后依据此标记对梯度图像进行分水岭分割实验,以减少过分割现象,分割实验结果表明算法有效。     

试论短文本聚类算法在微博的应用

文本聚类是文本挖掘领域的热门研究内容,目前已经有很多文本聚类的方法,不同的方法适用于不同的应用需求。关于微博数据的收集,可以假定一个数据量和用户量,然后通过文本聚类算法,对这些微博用户发表的内容进行聚类,从中提取这些微博用户发表的热点内容。由于微博短文本难以展开传统的文本内容分析方法,因此可以依据微博特点(用户转发、评论、关注等关系)将多条微博组合成长文本进行聚类分析。通常可以使用基于频繁词集的短文聚类和基于密度的短文聚类方法来实现。基于频繁词集的方法适合从海量微博短文本中发现热门话题,而基于密度的聚类方法适合从海量微博短文本中发现异常内容。这两种方法都结合了语义信息来提高聚类的准确度,同时通过并行化的方法来提高聚类的性能。     

基于KNN核函数聚类方法在医学指标分类诊断中的应用

目的:探讨基于KNN(K-Nearest Neighbors,KNN)核函数聚类方法在乙肝病毒分类诊断中的临床医学意义和其他疾病诊断的适用性。方法:将收集来自于医院的93例乙肝患病采用基于KNN核函数分类算法进行聚类,通过SPSS数据初处理和MATLAB编程实现。揭示基于K近邻核函数在乙肝病毒分类诊断中有重大的意义。结果:通过核函数聚类方法将93例乙肝患者聚成四类,不仅划分出急性乙肝和慢性乙肝,而且发现HBC IGM也是划分急慢性乙肝的一个不可缺少的参数。结论:基于K近邻核函数的分类方法,在诊断对急慢性乙肝疾病划分有一定帮助,对后期实现计算机辅助分类诊断具有一定的意义。     

低对比度茶叶嫩芽图像自动分割方法的研究

嫩芽分割是实现茶叶智能采摘的重要前提,自然环境下老叶、茶梗和土壤等加大了嫩芽分割难度。针对低对比度茶叶嫩芽图像,首先统计RGB模型下各目标颜色信息分布,其次利用灰度拉伸扩大G-B色差图对比度,最后利用迭代法获取全局阈值,实现自然条件下茶叶嫩芽分割。实验表明,该方法能够有效、稳定地分割自然环境下低对比度的茶叶嫩芽图像。     

基于半监督模糊聚类算法的奶牛行为判别系统

以实时判别奶牛行为,提升精细养殖技术水平为目标,本试验以系统功耗低、检测灵敏度高、运行稳定性强为原则设计无线传感节点,研发了一种基于半监督模糊聚类算法的奶牛行为实时判别系统。为获取最佳通信距离及最优节点固定高度,对无线传感节点分别进行固定高度-通讯距离与丢包率关系测试、固定高度-数据波动关系测试,通信距离分别取10、20、30 m,固定高度分别取10、20、30 cm;并将半监督模糊聚类判别算法、K-means算法及BP神经网络算法在奶牛行为识别方面的准确度、精度及敏感度进行比较。结果显示,集成三轴加速度传感器ADXL345、处理器MSP430-F149、无线收发器CC1101等芯片设计的无线传感节点可精确采集奶牛运动加速度数据,满足长期可靠传输数据等工作要求。固定高度-通讯距离与丢包率、固定高度-数据波动关系测试结果显示,最优传输距离为10 m,最佳节点固定高度为30 cm。半监督模糊聚类算法性能最高,平均准确度达到95.4%,平均精度为53.0%,平均敏感度为60.6%。K-means算法的平均准确度达到90.3%,平均精度仅有39.9%,平均敏感度为45.6%。BP神经网络算法平均准确度达到93.7%,平均精度为45.5%,平均敏感度为47.0%。半监督模糊聚类算法具有准确性高、学习复杂度低、运行速度快的特点,具有良好的寻优能力,效率较高。     

医学X射线图像处理算法初探

针对DR图像的特点,主要论述了应用灰色系统理论进行图像分割的算法。通过计算各像素点与初始聚类中心的灰色关联度,将像素点进行归类。然后,进行迭代运算,更新聚类中心,使得灰色关联度总和最小,获得最佳分割效果。     

一种改进的遗传算法在图像分割中的应用

二维最大熵图像阈值分割法是在整个二维灰度空间上搜索相关参数,从而使得图像的总熵取得最大值的优化问题,该算法计算量大、耗时长。为此,我们将二维最大熵的图像阈值分割方法中的相关技术引入到遗传算法中,以降低算法的复杂度。具体地,结合二维最大熵图像分割法的特点,我们对传统遗传算法中的选择算子、交叉算子和变异算子等进行了优化设计,以加快算法的收敛性。实验结果表明,本文设计的基于遗传算法的二维最大熵图像分割方法所分割的图像优于一般常用的图像分割算法。     

基于分水岭分割的图像处理算法研究

本文通过使用开闭运算和腐蚀膨胀运算等相关形态学算法,结合距离算法、标记算法和梯度图算法,提取梯度幅值图像的局部极小点,得到改进的梯度幅值图像,在此梯度图上使用分水岭分割,有效解决了传统分水岭分割存在的过分割问题,具有较高的分割精度。     

基于改进Canny算子的X-ray图像分割算法研究

当前,随着医疗技术的提高,各种医学成像手段在临床中的广泛应用,数字图像处理技术在医学领域的应用越来越广泛。但由于医学影像图像的复杂性和特殊性,将传统的数字图像处理技术直接应用于影像图像处理领域存在很多问题。本文针对经典的Canny算子应用于X射线图像分割中所存在的问题,提出一种改进的Canny算子。改进算法将动态阈值法应用于边缘检测的准则中,效地避免了由于使用固定阈值在X射线图像的边缘检测中所产生的边缘模糊或边界不连续性等问题。对比实验表明本文所提出的改进Canny算子对于X射线这类边缘模糊的医学影像图像检测效果较好,在临床中具有一定的实用价值。     

基于样本块的图像修复方法

图像修复是图像处理的一个重要研究部分,图像修复方法是试图估计原图像信息,对破损区域进行修补和改善,提高图像视觉质量的技术。基于样本块的图像修复方法以修复速度快,处理效果好,且对破损面积较大的图像修复效果佳等显著优点,成为当前图像修复的热点方向之一。本文详细介绍了基于样本块图像修复方法的优缺点和改进方向,为研究者在图像修复上提供了相关的理论依据,同时也为图像修复方法创新提供了研究思路。文章最后给出了图像修复的发展方向,对深入学习图像修复方法具有重要的指导意义。     

基于单幅图像的建筑物建模方法

针对建筑物模型的规则性问题,本文用基于灭点的相机的标定方法对建筑物的图像进行三维的恢复。改进和拓展先前的利用几何信息对建筑物进行建模的三维重建方法,把原有的基于单张图像对建筑物建模只能局限于相似于平行六面体的建筑物,拓展到对含有三角立方体元素的建筑物进行恢复。实验结果表明该方法比传统方法做的建筑物模型更加丰富,计算方法更简单,具有一定的现实借鉴意义。     

基于多层次距离变换的蚕茧分割计数算法

在对蚕茧品质检测的过程中,利用图像处理技术对黏连蚕茧进行分割计数能够减少所需的劳动力、提升工作效率、提高计数精度,也是对蚕茧图像进行更高层次处理、分析的基础步骤之一。利用改进的多层次距离变换并结合分水岭的分割算法能有效分割蚕茧并计数。算法能在保证单个蚕茧不被分割的情况下逐步将黏连蚕茧进行分离,并将多层次距离变换后的图像作为种子,利用分水岭算法,将蚕茧分割开来。在针对蚕茧的目标分割测试中,基于多层次距离变换的蚕茧分割计数算法的计数精度达到99.97%,其中计数100%准确的次数占97.08%。与传统图像分割算法相比,基于多层次距离变换的蚕茧分割计数算法有明显优势,不但计数精度更高,蚕茧分割清晰,边缘锐利无毛刺,而且对较复杂光照条件的适应能力更强。但该方法在对大小差异大的蚕茧计数时会造成准确率下降,适用于大小接近的蚕茧的分割。     

基于图像处理的试题切割方法研究

研究了基于图像处理的试卷切割方法,根据试题题号、线框等在答题卡图像中的纹理及边距特征,使用投影法对试题进行了精确分割。实验结果表明,该算法速度快、效率高,能够满足自动化阅卷系统的实时性及准确性要求。     

基于图像算法的烟叶形状特征的提取

采用目标-邻域颜色判定法检测绘制出彩色烟叶图像的外形轮廓。在此基础上,采用矩形拟合法及比例测距法对烟叶轮廓进行特征拟合、分析,计算了烟叶的长度和宽度。