基于最大目标函数的医学图像边缘检测

鉴于医学图像特点和传统算法的缺点,提出一种新的医学图像边缘检测算法,该算法通过考察3×3模板的理想边缘结构特征,将模板像素沿边缘方向分为两个集合,通过距离度量函数构造适当的目标函数,计算四个方向的目标函数值,从而获得最大目标函数值,并与给定的阈值比较,应用非极大抑制方法,判别该象素是否为边缘点,最后进行双阈值连接,可得到单像素边缘图像。仿真结果表明,该算法能够有效检测医学图像边缘,所检测出的图像边缘细节丰富,单像素宽,定位准确。     

灰色关联度和Prewitt算子相结合的边缘检测算法

本文提出了一种新的灰色关联度和Prewitt算子相结合的边缘检测算法,该算法通以Prewitt模版作为参考序列,利用灰色关联度判别该象素是否为边缘点,应用非极大抑制方法,则可得到单像素边缘图像.仿真结果表明,该算法能够有效检测图像边缘,所检测出的图像边缘细节丰富,精度较高,具有一定的杭嗓能力.     

基于模糊支持向量机的色素皮损症状识别

传统支持向量机由两类扩展到多类问题时，会出现不可分区域。针对这种情况，在传统支持向量机中引入模糊隶属度函数，用模糊支持向量机（FSVM）解决了传统支持向量机在多类识别中的盲区问题。实验表明，该方法在进行皮肤色素斑症状的识别过程中效率较传统支持向量机明显提高。