基于直方图势函数做标记和纹理特征合并的分水岭算法

本文研究了一种基于形态学处理和纹理特征合并的水域算法,该方法首先对形态梯度图进行滤波处理,以获得较好的参考图像,然后又利用图像的直方图势函数对图像做标记。最后,为了获得整体的目标,我们对上面所得到的分割结果进行了区域一致性、纹理一致性和对比度的检验,来合并用水域算法获得的分割结果,以获得更好的分割效果,并通过试验验证了算法的有效性。

融合Fisher准则和势函数的多阈值图像分割

针对传统多阈值图像分割算法复杂度高、分割效果欠佳等问题,提出了一种基于Fisher准则和势函数相结合的多阈值图像分割方法。首先对Fisher准则函数进行简化,再对简化后的Fisher准则采用递推算法降低计算复杂度,然后由直方图势函数方法确定图像的分割类数,最后将改进的Fisher准则用于多阈值图像分割,并对最终分割结果进行后续处理。实验结果表明,融合Fisher准则和势函数的多阈值分割方法不仅分割效果好,而且分割时间短,能够运用到实时应用的场合。

基于数学形态学的免疫细胞图象分割

为了实现对免疫细胞图象的分析 ,首先要对该种图象进行正确分割 ,针对这一要求 ,提出了一种有效的免疫细胞图象分割方法 .该方法是根据数学形态学的知识 ,利用直方图势函数来提取标记点 ,并将这些标记点作为种子点来对梯度图进行 Watershed变换 ,进而实现了细胞图象的分割 .该方法是一种谱信息与空间信息相结合的分割方法 .根据实验结果和分析可见 ,该方法不仅解决了细胞在参数测量前的精确分割问题 ,同时 ,为水域分割的关键步骤——种子点的选取找到了一种有效而可靠的方法 ,实践表明 ,分割的结果与目视感受相一致 。

巨核细胞图像分割方法的研究

随着现代医学研究的飞速发展,显微图像定量分析已经广泛应用到临床诊断、病理分析、癌变分级分类等越来越多的医学领域之内。巨核细胞是骨髓切片图像中个体较大的细胞,形状不规则,对其进行有效提取和分割对骨髓成份统计分析、血液疾病诊断等都有重要意义。该文根据数学形态学的知识,利用直方图势函数提取标记点,并将这些标记点作为种子点来对梯度图进行W atershed变换,进而实现骨髓切片中巨核细胞的有效分割。该方法是一种谱信息与空间信息相结合的分割方法,对分割结果与传统算法的对比分析表明,改进后的算法在分割的完整性和一致性上具有更好的效果。