血及骨髓涂片中血细胞的自动检测和分割

为了开发血及骨髓涂片中血细胞自动分类及计算机辅助诊断系统,提出了一个基于自适应多尺度阈值和流域变换的彩色混合分割算法完成对有核血细胞(胞核和胞浆)的检测和分割。该方法有效地利用了图像中血细胞的颜色信息及细胞的一些先验知识,快速地完成对有核细胞的检出和粘连细胞的分离。结果显示胞核和胞浆的分割成功率分别为91.9%和88.4%。它必将提高对血细胞的自动分类性能。     

基于排列熵和SVM的自动机故障诊断

针对自动机运作时的瞬态冲击、非线性、非平稳信号特征,提出一种基于排列熵和支持向量机对小口径高速自动机进行故障诊断的方法。首先,引入排列熵对信号进行分析,发现排列熵能很好地反映自动机工作状态;其次,将排列熵特征量分别作为概率神经网络PNN和SVM的输入参数以识别自动机故障,结果表明:SVM相比于PNN可以提高分类正确率。同时证明基于排列熵和SVM在自动机故障诊断中的有效性。     

基于ANN和SVM的质量预测方法研究

针对随机抽取的质量数据序列的特点,提出时序空间(Time Seauence Space,TSS)的概念,将人工神经网络(Artificial Neural Network,ANN)和支持向量机(Support VectorMachine,SVM)回归模型引入质量数据预测领域.并给出了相应的过程和算法.使用均方误差对拟合精度进行检验,用相对误差对预测精度进行检验.结果表明,相对于传统的多项式回归模型,人工神经网络和支持向量机回归模型的拟合精度较高,相对误差较小,泛化能力较强,可以作为质量数据的预测方法.     

基于统计和纹理特征的SAS图像SVM分割研究

合成孔径声呐图像可以有效反映海底的地形、地貌和底质等情况,但是单幅SAS图像通常对应一片较大的区域,需要按照某种性质将不同性质的区域分割开来,以有利于下一步的图像分析以及目标检测和识别.研究发现,不同底质区域的SAS图像具有不同的统计和纹理特征,选取灰度直方图的均值、标准差、峰度等统计特性和灰度共生矩阵的能量、相关性、对比度、熵值等纹理特性用以描述SAS图像的不同区域.将选取的特征作为SVM的训练特征,进而得到SVM分类器,用于SAS图像分割.实验结果表明,SVM算法可以很好地对SAS图像进行区域分割.     

基于高斯尺度空间和SVM的桥梁裂缝检测研究

针对现有的桥梁裂缝检测及分类算法在光照不均匀条件下,存在检测精度不高、分类效果不理想的问题,提出了一种基于高斯尺度空间与支持向量机(sopport vector machine,SVM)多分类器相结合的桥梁裂缝检测及分类算法。该文对待处理裂缝图像进行预处理,消除噪声干扰;通过裂缝图像与二维高斯函数进行卷积运算来创建高斯尺度空间,在高斯尺度空间下估计背景,利用背景差法消除光照干扰,进而提取出具有区分度的裂缝图像特征向量;利用SVM多分类器进行桥梁裂缝分类。实验结果表明所提出的算法具有较高的分类精度。     

一种基于不变矩和SVM的图像目标识别方法

本文提出了一种利用不变矩和支持向量机(SVM)对图像目标进行识别的方法.该方法提取目标的6个不变矩作为特征矢量,应用SVM方法对其进行分类识别.结果表明,这一方法对仅含有目标和背景的图像具有很好的分类识别能力.此外,还发现图像二值化取值范围对识别结果有直接的影响.     

一种基于EMD与多特征支持向量机(SVM)故障诊断方法

针对齿轮箱故障振动信号的不平稳非线性冲击行为,本文提出了一种基于经验模态分解的特征值提取及多特征支持向量机的智能诊断方法。在电机频率分别取30 Hz、35 Hz、40 Hz;载荷分别取0 N∙M、15 N∙M、30 N∙M;采样频率为1500 Hz条件下,进行齿轮正常状态、齿面磨损和齿轮裂痕故障模拟实验。试验结果表明:该创新方法在有限样本数据分析中可以准确、有效地对齿轮箱的工作状态和故障类型进行分类,且支持向量机在故障诊断中使用方便,可以提高诊断的精确性,在齿轮箱故障诊断或类似振动信号的检测应用中具有很强的实用性。     

木材表面图像的缺陷分割与类型识别方法

为了识别死节、活节、虫眼三种木材表面缺陷,采用Gabor变换和模糊C均值聚类进行缺陷分割;采用数学形态学运算对分割图像进行了后处理;获取了木材缺陷区域的12维频率能量参数和2维几何形状参数;用支持向量机进行木材表面缺陷类型的识别。采用Gabor变换和模糊C均值聚类方法对死节、活节、虫眼三种木材表面缺陷的分割精度都达到94%以上,支持向量机对缺陷类型分类正确率达到93%以上,这说明本文的方法对木材表面缺陷的分割与识别是可行的。     

基于可变风险SVM模型的柴油机故障诊断技术

针对传统故障模式识别方法不能区别不同误判所造成损失不同的问题,提出了可变风险支持向量机(SVM)模型,对传统SVM模型的最优分类面进行重新设计,在利用实际数据识别故障的同时融入专家经验,使故障识别结果更具可靠性,该方法已成功应用于柴油机故障诊断.     

基于IFS算法的血液细胞图像的分割和定位

用典型单个血液细胞的图像,运用IFS(Iterated Function System)算法,在显微血细胞图像中,对血液细胞的位置和大概的范围确定,以方便后续的图像处理及图像识别.实验结果表明,对于血液细胞图像,基于IFS的算法可以较好地确定细胞的位置及大概的范围.     

血细胞数的图象检测方法研究

本文提出一套基于模板参数最大值的细胞图象计数方法,并与基于灰度级阈值分割的计数方法进行了比较。实验表明,前者在计数的重复性和准确性上均优于后者。该仪器的特点在于省却了一个载物台自动定位控制系统,使仪器成本大幅度降低。     

基于Chan-Vese模型的霉菌图像分割方法研究

霉菌边缘多呈放射状的丝状体,而且多毛刺,内部纹理复杂.传统的边缘提取方法大多只考虑图像的灰度信息,没有考虑到细胞轮廓的几何信息,对霉菌图像进行边缘特征提取有很大的缺陷,而且提取得到的轮廓边缘往往不准确且不连续,这将给分类识别工作带来很大的困难.针对这些问题,研究采用水平集Chan-Vese模型与彩色梯度相结合的方法对霉...     

心血管造影图像的分割与诊断

针对心血管造影图像,提出了一种新的血管分割方法,并实现了血管狭窄位置的自动诊断。血管分割中提出了基于Hessian矩阵多尺度增强的新血管函数,在增强的特征图上采用了种子点的自动化选取和双阶段区域增长的分割方法提取了血管轮廓。在此基础上进行了血管骨架提取,骨架点搜索和直径测量,实现了全自动的狭窄诊断。实验结果表明,新的血管分割方法能够提取出较精准的主分支轮廓,对细小血管也有良好的增强和分割效果,血管狭窄的自动诊断,计算速度快,诊断结果较准确,能够对医生的最终判断提供辅助参考和量化依据。     

一种改进的图像分割方法

分析了图像分割方法中Chan—Vese方法及其改进方法的不足,提出了一种图像分割的新方法。引入各向异性平滑项,并用差分法来求解水平集函数,因此在图像处理过程中既对噪声有较好的鲁棒性,又能更好地保持图像中较弱边缘的信息,提高图像分割的精度。实验证明,此方法比Chan—Vese方法及其改进方法有更好的分割效果。     

一种改进的高斯混合模型的玻璃缺陷分割方法

针对传统玻璃缺陷检测技术准确率较低、时间长、精度低等难点,提出了一种改进高斯混合模型的玻璃缺陷图像分割方法.首先,基于分数阶微分运算获取灰度特征,并利用灰度共生矩阵提取纹理特征,构建玻璃缺陷完整的双特征观测数据;然后,引入相邻像素间的空间关联性和约束性,通过交替进行基于双特征随机场评估像素点与标号场之间的对应关系和空间...     

基于联合标定的图像分割

针对普适环境下人体区域的提取问题,提出一种基于彩色摄像头和深度摄像头联合标定的图像分割方法。首先根据深度摄像头采集的深度信息易处理和受外界环境影响小的优点,利用大律法从深度图像中快速提取出人体区域;然后建立世界坐标系中彩色图像坐标系和深度图像坐标系的对应关系,实现彩色信息和深度信息的相对位置映射;最后根据分割的深度图像及其在彩色图像中的映射,在彩色图像中完成人体区域分割。通过在复杂背景和不同光照条件下的图像分割实验,验证了本方法具有良好的精度和鲁棒性。     

血管影像分割技术综述

回顾了血管图像分割技术的发展,探讨了血管分割方法的分类,通过对国内外广泛使用的血管影像分割方法的分析,展望了血管影像分割的前景和面临的挑战。     

几种图像分割阈值选取方法的比较与研究

对几种常用的阈值选取方法进行了理论分析与比较，并以基于面结构光投影法的三维物体形状检测技术研究为背景，从实验角度对类间方差法、一二维最大熵法和模糊阈值分割法等图像阈值分割方法的性能进行了验证。     

图像的阈值分割法设计

图像分割阈值法具有实现容易、计算量小、性能稳定等优点,因此这种方法成为图像分割领域中应用最普遍的方法。主要讨论了关于图像的单阈值分割算法的设计与实现,比较了基于迭代法和基于最大类间方差法的单阈值分割算法,设计了阈值最大类间方差的分割算法及实现程序。仿真结果表明所提出的算法有效,分割效果好。