白细胞分类二叉树方法的建立

在仔细研究白细胞图像特点的基础上,提出了二叉树分类算法,主要提取细胞的色彩参数以及核的形状参数,用于判决识别。在细胞抽提阶段,只进行核的抽取,避免了细胞浆与背景颜色接近,难以分离而导致的因细胞浆提取不完整引起的判决误差,提高了系统的识别率;克服了统计模式识别算法中需要大量训练样本和提取众多特征参数的缺点,大大减少了矩阵运算时间。     

混沌系统同步问题的研究

介绍了混沌系统同步概念以及现有的混沌同步方法,分析并指出了其中的问题和缺陷,揭示了混沌同步与状态观测器的内在联系。     

白细胞图像的自动分割问题研究

根据彩色图像中白细胞核对Ｒ、Ｇ、Ｂ信号的敏感性不同,利用直方图和腐蚀扩张等方法一次提取出图像中的白细胞区域,并从Ｒ、Ｇ、Ｂ空间线性变换到Ｉ１,Ｉ２,Ｉ３空间后,利用迭代自组织数据分析算法,把白细胞区域分为细胞浆、细胞核、背景三部分,一次提取出完整的白细胞。     

基于线性模式的有损伤图像复原技术的研究

提出了一种线性逼近法,应用数字图像处理技术,实现了有损伤图像的复原。结果显示,复原图像质量有显著改善。