2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機技術的發(fā)展,醫(yī)學顯微圖像處理與識別成為了推動生物醫(yī)學工程發(fā)展的主要動力之一,不僅為臨床診斷提供了一個可靠高效的工具,同時也為醫(yī)學科研和教學帶來了方便。由于血吸蟲卵顯微圖像具有多雜質、背景復雜等特點,使得對其進行處理與識別的難度很大,本文在前人對寄生蟲、細胞顯微圖像識別研究的基礎上,運用圖像處理與模式識別技術對蟲卵圖像分割、特征提取與選擇、分類識別方法進行了深入分析和討論。
  本文對血吸蟲卵顯微圖像的識別首先從圖像分割算

2、法研究開始,討論了蟲卵圖像的閾值分割方法以及蟲卵的邊緣分割方法。在閾值分割得到的二值圖像中,提出了一種像素染色法對像素聚類進行標記。由于傳統(tǒng)的邊緣檢測因子抗噪能力差,無法直接應用在顯微圖像上,本文采用了基于水平集方法的C-V模型對蟲卵的邊緣進行分割。
  其次,在圖像分割的基礎上,提取出能對血吸蟲卵進行識別的特征參數(shù)。除了七個幾何特征外,為了對蟲卵的邊緣信息進行定量分析,本文采用了基于多尺度曲率方法對蟲卵邊緣曲率進行計算,并統(tǒng)計出

3、三個曲率特征。
  接著,本文分析了特征選擇方法的一般步驟,在提取出來的十種原始特征集上使用SFS算法對特征進行選擇,最終選擇出九種特征作為分類依據(jù)。
  然后,本文采用支持向量機作為分類器,并分析了高斯核函數(shù)參數(shù)與懲罰因子參數(shù)對分類器性能的影響,通過實驗對參數(shù)進行選擇。
  最后,本文利用OpenCV設計并實現(xiàn)了基于windows平臺的血吸蟲卵識別系統(tǒng)。通過大量的測試,運行效果與識別效果表明系統(tǒng)具有較好的穩(wěn)定性與可靠

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論