為實(shí)現(xiàn)對(duì)粘連細(xì)胞圖像的分割,將Bayes分類器和KNN分類器引入到水平集外部速度函數(shù)的設(shè)計(jì)中,兩種分類器輪流作用,無需設(shè)定閾值便能產(chǎn)生水平集驅(qū)動(dòng)力.算法將Shi模型的雙鏈表和C-V模型的全局分割相結(jié)合,以加快曲線演化.將目標(biāo)與背景的類內(nèi)平均距離引入到OTSU閾值法的閾值選擇函數(shù)中,對(duì)OTSU法進(jìn)行了改進(jìn).試驗(yàn)結(jié)果表明,相較于水平集法和閾值法,該算法對(duì)復(fù)雜粘連細(xì)胞的分割效果更好,在細(xì)胞圖像分割中具備一定的有效性和可行性. 

【文章來源】：湖北民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,38(01)

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 優(yōu)化水平集算法
    1.1 算法原理
    1.2 算法步驟
2 改進(jìn)的OTSU閾值法
3 試驗(yàn)結(jié)果分析
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于多層水平集函數(shù)的三維多相圖像分割[J]. 徐娟,潘振寬,魏偉波,王加忠.  計(jì)算機(jī)工程. 2020(02)
[2]圖像邊緣檢測(cè)與分割的MATLAB實(shí)現(xiàn)[J]. 黃時(shí)杰,曾建華.  赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019(09)
[3]基于機(jī)器視覺的包裝機(jī)械貼標(biāo)功能實(shí)現(xiàn)[J]. 劉定操.  包裝工程. 2019(17)
[4]基于自適應(yīng)閾值的間充質(zhì)干細(xì)胞分割方法研究[J]. 何國(guó)生,施露露,鄒爽爽,洪歡歡,聞路紅,史振志.  電子測(cè)量與儀器學(xué)報(bào). 2019(06)
[5]云計(jì)算模型下圖像邊緣重疊區(qū)域檢測(cè)方法研究[J]. 王蘋.  內(nèi)蒙古民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[6]基于空間信息熵活動(dòng)輪廓模型的圖像分割[J]. 馬翔,楚瑩瑩,陳允杰.  控制工程. 2018(11)
[7]圖像處理中全變差正則化數(shù)據(jù)擬合問題算法回顧[J]. 楊俊鋒.  運(yùn)籌學(xué)學(xué)報(bào). 2017(04)
[8]基于改進(jìn)CV的圖像分割[J]. 夏欣,葛龍,孟宏源.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[9]鉆桿管螺紋型面信息在機(jī)測(cè)量方法研究[J]. 孫興偉,于欣玉,董祉序.  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(08)
[10]基于水平集和凹點(diǎn)區(qū)域檢測(cè)的粘連細(xì)胞分割方法[J]. 楊輝華,趙玲玲,潘細(xì)朋,劉振丙.  北京郵電大學(xué)學(xué)報(bào). 2016(06)



本文編號(hào)：3151942