一种有效的红外图像目标背景分割增强算法研究

针对近距大目标红外图像对比度低、视觉效果差、红外目标易被背景噪声干扰的缺点,提出一种有效的红外图像目标背景分割增强算法。该算法首先运用半阈值分割法对图像进行分割,使目标从背景中分离出来,然后再对目标区域进行增强处理。最后将该算法与目前常用红外图像增强算法进行对比实验,表明该算法简便有效,增强红外目标并突出目标细节,适合红外热成像系统的实时应用。

基于支持向量机的肛肠病症识别算法研究

针对目前肛肠病症主要依靠医生临床经验人工识别而导致误诊的问题,为了提高肛肠病症识别的准确率及其智能化水平,提出了一种支持向量机的肛肠病症识别算法。首先对肛肠病症图像进行预处理、用半阈值分割方法分割出病症区域并进行边缘检测,然后提取病症区域的形状和纹理特征量,最后将选取的特征量输入到支持向量机进行训练、测试。仿真结果表明,采用支持向量机的肛肠病症识别率达到91.67%,提出的采用SVM的识别方法是有效的,可适用于肛肠病症识别。

头部MRI图像外轮廓提取算法的实现与比较

为精确提取头部MRI图像外部轮廓,提供后期三维重建数据,根据对边缘检测、迭代阈值、自适应阈值法和半阈值分割法在MRI断层图像分割效果的比较,提出一种改进的头部MRI图像轮廓提取方法。该方法在对图像进行预处理后,通过直方图统计结果对图像进行半阈值分割后得到二值图像,由二值图像梯度信息得到边界点集,通过八邻域搜索提取得到包含多条轮廓的轮廓数据集,并根据长度、面积等判定条件准确提取出断层截面的外轮廓。实验结果表明:该方法能提取出更为准确和连续的轮廓,较其他方法拥有更高的成功率。