一种基于的统计的排序算法

本文提出了一种基于统计的快速排序算法，并对该算法的时间复杂度和空间复杂度进行了分析，该算法要求排序关键字满足一定的约束条件，其时间复杂度为O(n)，对该算法做一些简单的修改，还可以将其推广到一般关键字的排序问题。     

一种基于统计的排序算法

本文提出了一种基于统计的快速排序算法 ,并对该算法的时间复杂度和空间复杂度进行了分析 .该算法要求排序关键字满足一定的约束条件 ,其时间复杂度为 O(n) .对该算法做一些简单的修改 ,还可以将其推广到对一般关键字的排序问题 .     

基于改进搜索策略的Live-Wire医学图像分割算法

Live-Wire分割算法提供了一种精确的、可再现的交互式医学图像分割方法。Live-Wire算法中最优路径的搜索通常采用Dijkstra算法,其时间复杂度为O[n2]。提出从两个方面对Live-Wire医学图像分割算法的搜索策略进行改进以提高Live-Wire算法的实时性:(1)在最短路径的搜索过程中应用二叉堆排序,使算法的时间复杂度从原来的O[n2]降为O[nlnn];(2)在最短路径搜索中加入到达目标节点即停止的限制条件,可明显减少搜索节点数,使算法的时间复杂度远小于O[nlnn]。经算法分析及实验表明,搜索策略的改进可显著提高Live-Wire算法的运行效率。     

基于自适应阈值的舌像分割方法

中医舌诊是目前医学领域的重要前沿课题之一,而舌体轮廓的正确分割是实现中医舌诊信息化的重要前提,目前主流的阈值分割方法对对比度较小的舌像仍不能实现很好的分割。为此提出了一种舌像的自适应阈值分割算法,该算法是以VC＋＋为开发平台,首先把图像分成多个子块,然后运用迭代的方法计算每个子块的最佳阈值,根据每个局部最佳阈值构成的阈值矩阵进行分割。实验结果表明,该算法对背景和目标分界不明显的舌像有很好的分割效果,对中医舌诊的继续发展有很强的现实意义。     

基于贪心算法思想的凸多边形最优三角剖分算法研究

当将多边形分割成互不相交的三角形的弦长之和最小时,称为最优三角剖分。在动态规划算法实现此功能的时间复杂度O(n3),空间复杂度O(n2)[1],采用贪心算法的时间复杂度是O(n2),空间复杂度是O(n),算法效率有明显的提升。贪心算法思想的最优剖分算法推广到三维空间,实现对多面体最优三角形椎体的剖分能得到非常现实的应用。     

基于凸片段分解和格网的点在多边形中的可见边检测

检测点在多边形中的可见边是计算几何中的一种基本计算,文中对此提出一种加速算法.首先对多边形进行凸片段分解,以利用点在凸多边形中可见边的快速计算;然后利用格网结构实现由近及远的计算,避免处理被遮挡的凸片段.该算法可基于格网结构方便地进行并行处理,并可统一处理含空洞和不含空洞的多边形,其预处理时间复杂度为O(n),空间复杂度也是很低的O(n),而检测的时间复杂度在O(logn)～O(n)之间自适应变化,其中n为多边形的边数.     

最大团问题的加权分治算法

分支降阶是目前广泛用于求解组合优化领域中难题的技术之一,该技术的核心思想是将原问题分支成若干个子问题,并递归求解这些子问题。加权分治技术是算法设计和时间复杂度分析中的一种新技术。设计一个基于分支降阶的递归算法求解最大团问题。运用常规技术对该算法进行时间复杂度分析,得出其时间复杂度为O(1.380~n p(n)),其中p(n)表示问题规模数n的多项式函数。运用加权分治技术对原算法进行时间复杂度分析,将该算法的时间复杂度由原来的O(1.380~n p(n))降为O(1.325~n p(n))。研究结果表明运用加权分治技术能够得到较为精确的时间复杂度。     

汉诺塔非递归算法研究

汉诺塔(Tower of Hanoi)问题是求在三个柱子之间移动圆盘的方法,它是递归程序设计的经典例子,已经证明其时间复杂度下限是O(2n),空间复杂度是O(n),实际使用时很容易溢出.给出汉诺塔问题的两个非递归算法:解集递推法和解集树法.解集递推法的时间复杂度和空间复杂度都是O(2n),该算法空间复杂度很大,无法实际使用,提出该算法的目的是为了引出解集树法.解集树法可以计算出指定的任意一步移动方法,时间复杂度和空间复杂度分别是O(n*2n)和O(1).并证明了汉诺塔问题的空间复杂度下限是O(1).     

改进的快速随机游走舌像提取算法

针对传统的随机游走算法基于单一灰度信息无法准确分割彩色舌像及其效率较低的问题,提出一种改进的快速随机游走算法.该算法利用带有压缩规则的滑降算法对原图像进行分割;然后设计一种新的复合权函数,建立加权图并进行简约;再利用随机游走算法对加权图进行聚类;最后利用数学形态学算子修整目标区域,得到目标舌像.实验结果表明,文中算法取得了较为理想的效果,其执行效率远高于已有算法和传统的随机游走算法.     

基因组Translocation排序问题的改进多项式算法

该文给出基因组Transhocation排序问题的一个改进多项式算法，原算法所有存储空间O（n)，时间复杂度为O(n^3)，文中改进算法仍采用O(n)存储空间，时间复杂度为O(n^2logn),具体地，将计算Translocation距离的时间复杂度由O(n^3)改进为O(n^2),将计算Translocation序列的时间复杂度由O(n^3)改进为O(n^2logn).     

中医舌象分割技术研究进展: 方法、性能与展望

中医舌诊的客观化、定量化研究是中医现代化发展中的重要课题. 数字化采集到的舌图像包括舌体及部分面部区域, 为了便于后续舌象自动分析, 需要首先将舌体部分从图像中分割出来, 分割效果将直接影响后续舌象特征分析的准确性. 基于传统方法的舌象分割技术虽然取得了很大进展, 但其性能仅能达到半自动分割, 对较难分割的图像往往需要借助人机交互来完成. 近年来, 深度学习技术在图像处理及计算机视觉等多个领域取得了突破, 其在图像语义分割任务中也取得了远超传统方法的进展. 基于深度学习的舌象分割技术已经基本实现了全自动的鲁棒分割. 本文首先从传统分割方法和基于深度学习的分割方法两方面对中医舌象分割技术发展中的主要方法进行综述; 其次, 采用我们收集的舌象数据库对典型的方法进行性能评估, 并对不同舌象分割方法的特点进行分析与讨论. 最后, 对中医舌图像分割方法潜在的发展方向进行了展望.     

面向舌体分割的两阶段卷积神经网络设计

目的 由于舌体与周围组织颜色相似,轮廓模糊,传统的分割方法难以精准分割舌体,为此提出一种基于两阶段卷积神经网络的舌体分割方法。方法 首先,在粗分割阶段,将卷积层和全连接层相结合构建网络Rsnet,采用区域建议策略得到舌体候选框,从候选框中进一步确定舌体,从而实现对舌体的定位,去除大量的干扰信息;然后,在精分割阶段,将卷积层与反卷积层相结合构建网络Fsnet,对粗分割舌象中的每一个像素点进行分类进而实现精分割;最后,采用形态学相关算法对精分割后的舌体图像进行后续处理,进一步消除噪点和边缘粗糙点。结果 本文构建了包含2 764张舌象的数据集,在该数据集上进行五折交叉实验。实验结果表明,本文算法能够取得较为理想的分割结果且具有较快的处理速度。选取了精确度、召回率及F值作为评价标准,与3种常用的传统分割方法相比,在综合指标F值上分别提高了0.58、0.34、0.12,效率上至少提高6倍,与同样基于深度学习思想的MNC（multi-task network cascades）算法相比,在F值上提高0.17,效率上提高1.9倍。结论 将基于深度学习的方法应用到舌体分割中,有利于实现舌象的准确、鲁棒、快速分割。在分割之前,先对舌体进行定位,有助于进一步减少分割中的错分与漏分。实验结果表明,本文算法有效提升了舌体分割的准确性,能够为后续的舌象自动识别和分析奠定坚实的基础。     

一种舌图像中舌体的自动提取方法

舌诊是中医四诊的主要内容，是辨证论治的主要依据。客观化研究对中医辨证规范化及中医临床、教学和科研手段的现代化具有重要意义。舌图像机器分析的首要任务是将舌体提取出来。该文首先使用一种基于颜色纹理的无监督图像分割方法对舌图像进行初分割，然后利用基于色度参数调整后生成的模板进行区域匹配合并完成舌体的提取，通过实验充分证明了算法具有很好的鲁棒性。这给进一步的特征提取奠定了基础。     

基于遗传模糊聚类的医学超声图像分割方法

医学超声成像技术以其实时性、无损性与廉价性等优点被广泛应用于医疗诊断,但由于其固有的斑点噪声和与组织相关的纹理特性使得医学超声图像的分割一直是一个难题。模糊C均值聚类算法(FCM)具有较强的抗噪声能力,能够较好地完成医学超声图像的分割任务,但其局限性在于对聚类中心的初值较敏感,当随机选取初始聚类中心时,很有可能使分割过程陷入局部极小,影响分割结果。利用遗传算法(GA)能够寻找全局最优解的特点,提出一种基于遗传算法寻找初始聚类中心的模糊聚类方法,应用于医学超声图像分割并取得了良好效果。     

基于鸡群优化算法的SAR图像快速分割

为提高SAR图像分割的速度和质量,利用鸡群优化算法,提出了一种SAR图像快速分割方法。该方法使用二维灰色Otsu模型作为鸡群优化算法的适应度函数,利用鸡群中公鸡、母鸡和小鸡的角色分工、协同工作快速逼近最佳阈值。实验结果表明,该方法在收敛速度和分割效果两方面均优于基于遗传算法、人工鱼群算法等群体智能优化算法的分割方法。     

Segmentation of cardiac tagged MR images using a snake model based on hybrid gradient vector flow

In the segmentation of cardiac tagging magnetic resonance (tMR) images, it is difficult to segment the left ventricle automatically by using the traditional segmentation model because of the interference caused by the tags. A new snake model based on hybrid gradient vector flow (HGVF) is proposed by us to improve this segmentation. Due to the different characteristics between endocardium and epicardium of the left ventricle (LV), several gradient vector flows (GVFs) with distinctive boundary information would be fused to segment these two sub regions individually. For segmentation of endocardium, we construct a new HGVF in snake model fused by three independent GVFs. These flows are respectively exported from the original cardiac tMR image, the tags-removed image and the local-filtered image. On the other hand, since the epicardium is with a nearly-circle shape, we construct the other HGVF which is composed of two different GVFs. One of them is derived from the tags-removed image either and the other one is derived from the ideal circle-shape image. Some experiments have been done to validate our new segmentation model. The average overlap of the endocardium segmentation is 89.67% (its mean absolute distance is 1.86 pixels), and the average overlap of the epicardium segmentation is 95.88% (its mean absolute distance is 1.64 pixels). Experimental results show that the proposed method improves the segmentation performance compared to some available methods effectively.     

一种基于Snakes模型的中医舌象分割改进算法

舌象分割是中医舌诊客观化研究中的一个重要步骤,其结果好坏直接影响到舌象自动分析结果.传统的snakes舌体分割算法的颜色依赖性太大,当舌象的采集环境发生变化时,该算法对所采集的舌象分割结果往往不能令人满意.本文提出的基于snakes模型的改进算法将舌象转换到多种颜色空间,两次应用Snakes动态轮廓模型,最大化地提取了...     

手背静脉图像阈值分割

首先分别应用几种经典的动态阈值分割技术对静脉图像进行分割、比较,然后又提出了一种新的图像分割方法:阈值图像法。试验结果表明对于静脉图像阈值图像法要明显优于其他方法。     

基于图像处理的变电站中隔离开关的状态研究

随着图像处理技术的不断发展,本文利用图像处理技术分析变电站中隔离开关的状态。蚁群算法(Ant Colony Algorithm,ACA)使用的广泛性,很多学者将其应用到图像处理中。本文将蚁群算法应用于变电站设备区域图像分割中,从某个或某些像素点出发,提取出变电站的隔离开关信息,然后对其进一步的图像处理,分析隔离开关的状态。但是,蚁群算法在运算过程中,易出现过早收敛于局部最优解及运算时间过长的缺点。为了使蚁群算法收敛于全局最优解及加快收敛速度,本文针对传统的蚁群算法模型对其信息浓度更新规则改进及参数的改进。通过仿真对比分析改进后的蚁群算法对于图像分割效果更好。     

基于遗传聚类的彩色图像分割

有效的图像分割是进一步进行图像高层次理解和应用的基础。遗传算法是一种鲁棒性很强的优化算法。该文利用遗传算法对图像进行聚类分析,提出了两种新颖的图像分割算法。染色体码长固定时,按用户指定的特征向量在特征空间内进行聚类分割;染色体码长可变时,可同时对图像应分类数进行动态优化。通过实验对它们各自的优缺点进行了分析,并与其它分割算法的性能进行了比较。利用VisualC++6.0实现了文中的算法,并设计了一具体的小型应用系统。