首页 | 本学科首页   官方微博 | 高级检索  
     

EM聚类和SVM自动学习的白细胞图像分割算法
引用本文:郑馨,王勇,汪国有.EM聚类和SVM自动学习的白细胞图像分割算法[J].数据采集与处理,2013,28(5):614-619.
作者姓名:郑馨  王勇  汪国有
作者单位:华中科技大学多谱信息处理技术国家级重点实验室,武汉,430074
基金项目:国家高技术研究发展计划("八六三"计划)
摘    要:白细胞图像分割是白细胞自动识别的关键环节,其分割效果直接影响后续步骤.为提高光照、颜色不稳定情况下的分割精度,提出一种基于期望最大化(Expectation maximization,EM)聚类和支持向量机(Support vector machine,SVM)自动采样-学习的彩色白细胞图像分割方法.首先采用EM算法对CIELUV颜色空间的L分量聚类得到细胞核区域.在细胞浆分割阶段,先利用EM过分割和膨胀的细胞核区域获取正负样本候选区域;接着用基于EM的分层抽样得到正负样本;再提取颜色特征自动对正负样本训练获得SVM模型;最后科用SVM分类模型得到整个细胞区域.与传统的白细胞图像分割算法相比,本文方法更能适应图像光照和颜色的变化;与同类的分割算法相比,本文方法提高了分割精度.相关实验结果表明,本文算法具有良好的精度和鲁棒性.

关 键 词:彩色图像分割  期望最大化  支持向量机  白细胞

White Blood Cell Segmentation Using Expectation-Maximization and Automatic Support Vector Machine Learning
Zheng Xin , Wang Yong , Wang Guoyou.White Blood Cell Segmentation Using Expectation-Maximization and Automatic Support Vector Machine Learning[J].Journal of Data Acquisition & Processing,2013,28(5):614-619.
Authors:Zheng Xin  Wang Yong  Wang Guoyou
Abstract:
Keywords:color image segmentation  expectation maximization  support vector machine (SVM)  white blood cell
本文献已被 万方数据 等数据库收录!
点击此处可从《数据采集与处理》浏览原始摘要信息
点击此处可从《数据采集与处理》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号