基于快速FCM算法的多目标分割CV模型

Chan-Vese(CV)模型是基于水平集方法演化不依赖图像梯度的算法,能很好地处理拓扑变化和弱边界,但对于目标和背景对比度低的边界以及多目标区域分割效果较差。针对上述问题提出一种基于快速模糊F均值(FCM)算法和邻域模板改进的CV模型。利用快速FCM算法提取图像特征信息,采用邻域模板阈值法对不同的目标区域分别处理,准确控制了轮廓线的分裂,能够分割出更多的目标区域。

结合非局部均值的快速FCM算法分割MR图像研究

针对FCM算法分割医学MR图像存在的运算速度慢、对初始值敏感以及难以处理MR图像中固有Rician噪声等缺陷,提出了一种结合非局部均值的快速FCM算法。该算法的核心是首先针对MR图像中存在的Rician噪声,利用非局部均值算法对图像进行去噪处理,消除噪声对分割结果的影响;然后根据所提出的新的自动获取聚类中心的规则得到初始聚类中心;最后将得到的聚类中心作为快速FCM算法的初始聚类中心用于去噪后的图像分割,解决了随机选择初始聚类中心造成的搜索速度慢和容易陷入局部极值的问题。实验表明,该算法能够快速有效地分割图像,并且具有较好的抗噪能力。

基于快速FCM与随机游走算法的图像自动分割方法

在图像分割中,针对FCM算法存在聚类数目需要预先给定、收敛速度慢等缺点,本文把快速模糊C均值聚类算法和随机游走算法相结合,具体方法为先采用快速模糊C均值聚类算法对图像进行预分割,以便获得聚类中心的位置,然后将该中心作为随机游走的种子点,再进行图像分割,实验结果得到了较为满意的预期效果,证明该方法是可行的.本文的研究为快速FCM实现自适应性和开发图形图像预处理系统提供了技术支持与理论依据.

一种基于图像滤波的加权FCM图像分割算法

针对模糊C均值(FCM)图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法.该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确.利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明:本文算法对含噪图像有很好的分割结果.

基于FCM聚类算法的快速水平集图像分割仿真

为解决当前水平集图像分割方法中由于噪声过高引起的聚类和分割效果差的问题,提出基于FCM聚类算法的快速水平集图像分割方法。在水平集图像分割中引入聚类能量和正规化能量概念,结合小波变换方法抑制图像中的噪声;利用FCM聚类方法设计图像分割模型,利用模型进行模糊聚类以及交替曲线平滑过程,获取能量泛函的极小值,以达到快速水平集图像分割的目的;改进模型中边界截止函数,并通过灰度值与隶属度之间的关系修正已分割图像的边缘信息,提高分割质量。实验结果表明,所提方法能够有效降低噪声对分割结果所产生的影响,获取理想的图像分割结果。

基于RNGK-FCM算法的大梁焊接障碍物识别

针对大梁焊接时难以通过传统的识别方法实现实时而精确的障碍物识别的问题,提出一种优化模糊C均值实时聚类(RNGK-FCM)的大梁焊接障碍物识别方法.引入实时聚类策略,替换核化距离函数,全局快速优化.通过MATLAB平台进行仿真对比分析各类FCM算法聚类性能,RNGK-FCM相比于传统FCM算法,能实时获取聚类数;对噪声点具有较好的鲁棒性;降低了对初值的敏感性,聚类识别精度高.在某公司大梁自动焊生产线进行障碍物识别试验.结果表明,各类障碍物聚类数准确,实时性优良,障碍物规避动作精准,为实现大梁自动焊打下了坚实的基础.

Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用

利用244口井的小层数据,尝试用Q型主因子分析与聚类分析相结合的方法对柴达木盆地花土沟油田新近系砂岩储层进行评价。为使评价结果定量化,以便利用评价结果深入分析储层储集性能及与沉积相的关系,提出如下处理方法首先对由Q型主因子分析得到的各主因子得分进行归一化处理;然后用归一化得分与对应主因子的方差贡献率相乘后相加,得到样本总得分。根据样本总得分,运用聚类分析,进行储层分级。对储层评价结果进行统计分析后认为,就储层储集性能而言,花土沟油田新近系下油砂山组明显好于上干柴沟组;辫状河三角洲前缘是最好的沉积亚相;河口坝是最好的沉积微相,其次为浊积砂与水下河道。研究表明,本文提出的储层评价方法具有定量化、地质意义明确等优点,有一定应用价值。

一种改进的T-S模糊模型建模及优化方法

模糊建模是一种有效的非线性系统建模方法,因为非线性系统的复杂性,仍有很多问题难以处理。针对T-S模糊模型,提出了一种改进的建模及优化方法。首先,将快速搜索密度峰聚类和模糊C均值聚类(FCM)算法相结合,使用快速搜索密度峰聚类算法找到聚类个数和初始聚类中心后,再用FCM算法进行聚类;然后,通过最小二乘法辨识结论参数得到初始T-S模糊模型,使用改进的差分进化(DE)算法整体优化模型的结构和参数,获得最终的T-S模型;最后,选择代表性实例,使用MATLAB程序进行仿真分析和比较,验证了本文方法能有效提高T-S模糊模型的辨识精度和速度。

二甲双胍对糖代谢异常的冠心病患者PAC-1表达的影响及与预后关系的研究

目的了解二甲双胍对糖代谢异常(IFG/IGT)的冠心病患者血小板活性标志物PAC-1表达的影响及与预后的关系。方法将符合入选标准的糖代谢异常的冠心病患者82例,随机分为A组:冠心病二级预防治疗组(n=42);B组:冠心病二级预防+二甲双胍组(n=40,二甲双胍0.5g,3次/d),同时以健康人群(n=35)做对照。随访6个月,治疗前后分别测空腹血糖(GLU)、口服葡萄糖耐量试验(OGTT)及PAC-1。结果AB两组服药前PAC-1水平高于健康对照组(P<0.05),服药1周后B组患者治疗后PAC-1水平较A组明显降低(P<0.05),但仍然高于健康对照组。6个月B组临床观察终点事件的发生率(12.8%,5/36)显著低于A组(25.6%,10/39,P<0.05)。结论早期服用二甲双胍可以在一定程度上抑制糖代谢异常的冠心病患者的PAC-1的表达,改善冠心病患者的预后。