血液细胞免疫特征模式识别技术研究

研究了药理实验中血液细胞免疫特征参数的模式识别技术 ,实现了药理实验的自动化 ,这对于药物的研究有着积极而深远的意义。介绍了血液细胞自动识别系统的组成及其处理流程 ,完成了复杂背景图像的分割。采用子图像细胞窗的方法检出单个细胞的子图像 ,缩小了图像处理区域 ,提高识别速度及准确率。分类统计血液细胞 ,实现了药理实验免疫特征参数的自动获取 ,解决了图像分割过程中被分成几个分离区域的单个细胞检出问题。测试结果表明 :药理参数的偏差不超过± 5 %。     

白细胞图像分割

研究从血液细胞中分离出白细胞,采用数学形态学的方法对图像进行预处理,使用灰度阈值法分割出白细胞核,定位出细胞的具体区域,用面积最大法提取整个白细胞。实验结果表明,本文提出的方法可以正确有效的分离出白细胞。     

染色血液白细胞目标图像快速提取方法的研究

提出了一种变图像分辨率的染色血液白细胞目标图像提取方法.首先对采集到的染色血液细胞图像进行分辨率抽样并将图像从RGB表示变换为HS I表示;然后使用白细胞色饱和度阈值滤波和形态学滤波得到白细胞数目和位置;最后在白细胞位置按原始图像分辨率进行局部图像提取并使用神经网络方法进行图像分割得到目标图像.该方法充分保留了血液细胞图像本身固有的大量有用信息,提高了目标图像分割的完整性并减少了计算量,适用于对时间要求较高的复杂背景下血液图像的自动分析.     

乳腺X线图像肿块分类方法研究

乳腺X线图像肿块的良恶性分类是计算机辅助诊断的研究内容之一,本文对乳腺X线图像肿块边缘分割及不同特征的肿块良恶性分类进行研究.基于最大化分割后图像类间方差的思想,提出了一种改进控制标记分水岭方法完成粗分割,然后采用无边缘活动轮廓(CV)模型对粗分割结果进行修正.为了验证不同特征在肿块良恶性分类中的性能,对现有形状特征、纹理特征在不同分类器下的分类性能进行测试.实验在开源数据库DDSM上验证,结果表明,在通过自动分割方法得到肿块边缘的情况下,纹理特征的分类性能更好.     

三分类血液分析仪与血涂片镜检对白血病患者血液细胞分类结果差异分析

目的 探讨诊断白血病更准确、更全面的方法.方法 采用血液分析仪和手工涂片分类法同时诊断白血病.结果 14例ALL患者仪器不能进行白细胞分类和幼稚细胞提示;6例APL患者仪器进行了错误分类;24例AML患者仪器将血液中的幼稚细胞错误分类为小型白细胞;8例CML患者仪器将血液中的幼粒细胞及嗜酸嗜碱细胞分类为中间细胞群,以上均与手工分类有很大差异.结论 通过对56例白血病患者的血液分析,证实了在初诊白血病患者血样分析中,仪器不能给予白细胞分类及幼稚细胞的识别,对多形态、多变化性的血细胞识别有限.因此,用血液分析仪分析血样的同时,不能忽略血细胞形态学检查,防止幼稚细胞漏检.     

白细胞的自动识别和分类

白细胞的分类目前已成为医院的常规检查项目之一,检查结果对于临床诊断有着十分重要的意义。然而,显微镜下的这项工作是十分耗时的,且不同的检验人员有着不同的分类误差。为此,本文初步探讨了用图象处理和模式识别的方法对白细胞进行自动识别和分类,希望能以计算机来帮助人的眼脑系统,从而减轻检验人员的工作强度,提高分类的效率和一致性。本文运用了图象处理手段,用求熵阈值法对细胞图象进行分割,提取细胞及细胞核;用全向跟踪法提取细胞轮廓和核轮廓,同时,提出了一种快速的区域生长算法对轮廓内区域作填充。本文对每幅细胞图象提取了一个五维的特征向量,采用多两类分类和留一法,对有限的样本作训练,以设计Bayes分类器,对白细胞逐层分类,并对分类效果作出检验。本文通过以上方法的应用,白细胞的分类取得了比较好的结果。     

基于索贝尔算子的高分辨率遥感影像分割技术研究

目前,基于面向对象的影像分析方法已经广泛应用,这种方法的基础是对影像进行分割得到同质对象,那么,分割结果的好坏就直接影响到后续分类的精度,所以,有必要对分割进行研究。本文提出了一种基于索贝尔算子的影像分割方法,并采用高分辨率的SPOT5影像进行实验,实验证明这种方法能有效提高影像分割的准确性。     

PCB图像检测中阈值化分割的研究

研究了3种目前常用的阈值选取方法对PCB图像进行了分割,并且利用最终测量精度对3种分割结果进行了评判.对PCB检测这种比较注重特征值测量的情况提出了一种能比较好的确定阈值的思路,并且做了实验研究.     

基于SVM的多特征唐卡头饰分类

为了能够适应寺院、图书馆、文化馆、唐卡数字化保护研究机构等用户精确检索的需要,对唐卡头饰进行分类,从而实现语义标注、语义检索,提高唐卡检索的精准度。针对已有的唐卡头饰分类方法具有分割困难或交互繁琐等缺点,不利于实际应用,因此本文提出了基于SVM的多特征唐卡头饰分类方法。首先利用小波分割方法、FFT分割方法对头饰进行分割,获取头饰轮廓信息,分别提取Hu不变矩、傅里叶不变矩、Zernike矩和频率谱形状特征;其次合并这两类形状特征,得到合并形状特征,与头饰的颜色特征联合成多特征;最后SVM训练后分类。与其它方法相比,本文提出的分类方法具有分割效果好且交互简单等优点,可以达到对头饰分类实际应用的要求。     

白细胞的自动识别和分类

白细胞的分类目前已成为医院的常规检查项目之一,检查结果对于临床诊断有着十分重要的意义.然而,显微镜下的这项工作是十分耗时的,且不同的检验人员有着不同的分类误差.为此,本文初步探讨了用图象处理和模式识别的方法对白细胞进行自动识别和分类,希望能以计算机来帮助人的眼脑系统,从而减轻检验人员的工作强度,提高分类的效率和一致性. 本文运用了图象处理手段,用求熵阈值法对细胞图象进行分割,提取细胞及细胞核;用全向跟踪法提取细胞轮廓和核轮廓,同时,提出了一种快速的区域生长算法对轮廓内区域作填充.本文对每幅细胞图象提取了一个五维的特征向量,采用多两类分类和留一法,对有限的样本作训练,以设计Bayes分类器,对白细胞逐层分类,并对分类效果作出检验. 本文通过以上方法的应用,白细胞的分类取得了比较好的结果.     

一种组织细胞图象的分割

自动、时实、计算机视学细胞追踪系统需要一种非常有效的细胞图象分割方式．通常一些文献介绍的分割算法在运用于未染色活细胞图象分析时,由于灰度变化和不均匀的光照等,显得非常虚弱．我们研究了分割的两步策略即：（１）选出含有细胞和一部分细胞周围背景的近似区域;（２）从这个区域内的背景中分割出细胞．这种方式能有效降低周围背景灰度和细胞区域上纹理的影响．实验结果表明这种方法作为细胞图象的分割时既快又省力．     

基于数学形态学的红细胞计数算法

提出一种基于二值数学形态学的显微血红细胞计数方法.对细胞图像依次进行灰度化、二值化、形态学处理,最后进行细胞数量统计.实验结果表明:该计数算法能使图像中的红细胞被有效地识别出来,与人工计数的结果比较,该方法误差在控制2%以内,这有助于提高显微细胞检测的工作效率.     

海面目标电视跟踪算法

本文针对对海电视跟踪的特定条件,考虑了系统设计的要求,提出了灰度信息结合目标形状的跟踪算法.该算法既可以消除或减弱背景天水线对目标跟踪的影响,提高目标跟踪的准确度,还可以减少运算时间,实现海面目标的实时跟踪.     

基于奇异值分解(SVD)的图像压缩

根据奇异值分解的基本原理及其特点,给出了运用奇异值分解进行图像压缩的方法.通过简单的例子说明了该方法进行图像压缩的基本过程,给出了压缩流程.并通过MAT-LAB编程对实际图像进行处理,表明了该方法的有效性.     

海面目标电视跟踪算法

本文针对对海电视跟踪的特定条件,考虑了系统设计的要求,提出了灰度信息结合目标形状的跟踪算法.该算法既可以消除或减弱背景天水线对目标跟踪的影响,提高目标跟踪的准确度,还可以减少运算时间,实现海面目标的实时跟踪.     

细胞图象处理的技术与方法

医学上显微细胞图象的识别是医疗诊断的重要依据。本文根据细胞图象的特点，给出了一种细胞图象识别系统的总体设计方案，讨论了细胞图象的灰度变换、直方图修整、伪彩色增强、噪声滤除等增显技术，细胞图象的特征抽取及其描述方法，给出了细胞图象的识别和理解系列的模型。     

基于图像分析的数字图像色偏检测方法

为了克服传统方法在检测图像色偏上的局限性问题，提出了一种基于图像分析的图像色偏检测方法．并且在该方法的基础上，给出了一种基于图像子样的两步判别方法，既有效提高了算法的运行效率，又通过消除图像中主色调对色偏检测的影响，提高了检测的准确率和可靠性．依据所设计的评价试验，对大量不同主题的图像进行了评测．试验表明，文中所提出的方法与主观评测结果具有较好的吻合．在此基础上，成为一个数字成像系统图像品质评价工具，并在工程实际中得到了应用．     

基于自适应多尺度的血液细胞图像阈值分割方法研究

提出一个基于自适应多尺度滤波的阈值分割方法,对血液细胞图像进行了自动分割。首先,对图像原始直方图进行多尺度滤波,根据它的尺度空间图特性,确定合适的滤波尺度,然后完成对谷点由“粗”到“精”的定位,并作为阈值对原始图像进行分割;其次,利用松驰方法对分割图像作后处理;最后,将该方法与其他阈值分割方法做了分割性能的比较,证明了算法的有效性。     

基于改进的Zernike不变矩的图像重建

简要介绍了描述图像形状特征的Zernike不变矩，在给出Zernike不变矩定义的基础上，讨论了Zernike不变矩的改进，指出可以使用基于改进的Zernike不变矩的形状特征数据来重建图像；基于改进的Zernike不变矩进行图像重建的实验，结果证明了对其进行改进的可行性。