基于类别方差的三维医学图像分割新方法

提出一种交互式的三维医学图像分割算法.结合Otsu单阈值图像分割算法,提出了一种基于类别方差的双阈值分割算法.利用该算法对三维医学图像体数据的直方图进行了分析,最终得到的上下阈值使得分割结果具有最大类间方差.该算法采用迭代法实现,简单快速,且可保证分割出的组织包含目标组织.再对此阈值分割结果进行数学形态学的相关操作和三维区域生长,最终得到目标组织的准确分割和它的三维显示.实验证明,分割效果较好,三维重建满足要求.

线阵CCD测距系统的类别方差法数据处理

在分析线阵CCD测量的信号特征的基础上,介绍线阵CCD测距系统的组成,对比研究了均值阈值法和类别方差法两种数据处理方法,实验结果表明:线阵CCD测距系统的类别方差法可以显著提高测量的精度。

基于类别方差的自动多门限图象分割

从模式识别的分类理论出发，对基于类别方差的自动单门限图象分割方法进行了扩展，给出一种适合于灰度图象的自动多门限图象分割方法，对灰度图象能够自动寻找最优的门限值（一个或多个），与人类的视觉分割过程一致。实验表明，能够自动且有效地进行灰度图象的多级门限值分割。

基于改进遗传算法的最大类别方差法

本文利用开放式遗传算法的理论对遗传算法进行改进,使种群在开放的环境中进化,增加了种群的多样性.并以最大类别方差法为例,将改进的遗传算法应用到图像的单阈值分割中.通过实验对比,表明改进的遗传算法比传统的最大类别方差法和基本遗传算法有明显的优势,说明了本算法的可行性.

基于类别方差的特征权重算法

传统基于概率的特征权重算法,往往只对词频、逆文档频和逆类频等进行统计,忽略了类别之间的相互关系。而对于多分类问题,类别之间的关系对统计又有重要意义。为了提高文本分类的精确度,提出了基于类别方差的特征权重算法,通过计算类别方差来度量类别之间的联系。通过五种特征权重算法在搜狗新闻数据集上的实验,结果表明提出的算法在F1宏平均和F1微平均上都有较大的提高。通过实验验证,该算法提升了文本分类的效果。

基于小波多尺度分析及Fisher分割的红外弱小目标检测

介绍一种新的红外图像序列中的弱小目标检测方法 .利用小波多分辨特性 ,对图像进行预处理 ,以抑制背景杂波 ;利用改进的Fisher算法 ,对经预处理后的图像进行分割 ,最终将目标从背景中分离出来 ;对相邻帧进行差分运算 ,估计目标的运动轨迹 .采用本文方法与类别方差自动门限法 ,对大量的红外弱小目标进行了检测 。

自动阈值选取与边缘检测相结合的图像分割算法

提出了一种自动阈值选取与边缘检测相结合的阈值分割算法 ,试验表明该算法能够避免过分割现象 。

基于物理模型的彩色图像边缘检测与分类

提出一种基于物理模型——双色反射模型的彩色图像边缘检测与分类方法。首先在分析双色反射模型的基础上,论证了不同的色彩空间具有不同的色彩不变性特征;然后提出一种彩色图像的Sobel边缘检测算子和基于类别方差的阈值自动选取方法,并用该方法在不同颜色空间中对彩色图像进行边缘检测;最后,根据不同颜色空间的色彩不变性特征将边缘分为材质边缘、阴影边缘和高亮边缘3类。实验表明该彩色图像边缘检测与分类方法具有良好的效果和应用价值。

一种新的车牌识别预处理算法

提出了一种八方向Sobel算子模板提取图像边缘的方法，并根据边缘图像中车牌区域纹理特征来切分出车牌区城，然后利用类别方差自动门限法来确定字符色和底色的闷值，以进行字符二值化。经测试，此方法定位准确，二值化效果较好。为后继字符分割和识别做了较好的预处理工作。

自动选取阈值方法比较研究

在数字图象处理中 ,阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域 ,近年来已有许多种阈值化方法被提出。阈值选取是图象处理与分析问题的基础 ,如何才能正确地找到适当的阈值 ,是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法 ,通过计算机仿真对实验结果进行了比较研究。并在此基础上 ,提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是 :首先 ,用微分算子检测图象的边缘 ;然后 ,在这些边缘象素点上进行二值化阈值的自动选择 ;最后 ,对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明 ,这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征 ,并能处理低质量的图象。

结合边缘检测和区域分割的形状特征提取

提出了一种将Canny边缘检测和区域分割相结合的形状特征提取方法。该方法通过区域分割得到的粗略形状轮廓,过滤掉边缘检测轮廓中不规则或冗余的边界点,得到位置比较准确的主轮廓图像,减少形状描述的计算量。为验证方法的有效性,建立了一个基于形状特征的图像检索系统框架,实验结果表明,该方法提高了系统检索准确性。

基于DSP视频运动目标的实时检测与跟踪系统研究

为实现复杂背景下对任意目标的智能检测与稳定跟踪,采用TI公司TMS320DM642专用数字信号处理器,架构一视频运动目标检测与跟踪系统。实验表明,在目标变化和有物体遮挡干扰的情况下,系统能获得连续稳定的跟踪效果。

测量总论

0604235 目标特性对目标-背景对比度的影响[刊,中]／王毅／／量子电子学报．-2005,22(5)．-827-832(L) 0604236 基于LabVIEW的PCBA计算机视觉检测系统[刊, 中]／黄楠／／计算机工程与设计．-2005,26(10)．- 2782-2784,2807(L)