基于图像处理的森林火灾识别方法研究

主要研究了火焰的物理特征信息,结合图像处理技术,提出了一种基于图像中高亮度区域特征的森林烟火识别方法。该方法的核心是采用分步提取预处理后图像颜色、面积及圆形度特征来实现烟火识别,弥补了单个算法仅对单一特征进行分析导致识别准确度不高的缺点,且能快速排除干扰物,提升了整个森林火灾图像识别的运行效率。

多功能医学图象处理系统的开发及研制

本文详细介绍了多功能医学图象处理系统的功能、结构及其在医学上的应用。目前,可进行X片、显微镜下的图像及其它医学图片的各种处理。此系统还可进行定量分析、计数及计算测量。例如:细胞密度的测量;不规则病变区及细胞的面积;周长及几何参数的计算。本文举例介绍了胎儿脑皮层细胞密度的测量方法及眼底图片的处理结果。

基于Matlab的肿瘤细胞识别系统

肿瘤细胞的捕获研究对癌症的诊断和治疗具有重要意义。针对当前人工对捕获后的肿瘤细胞计数耗时长且易受人的主观影响等问题,利用Matlab设计了一种对被捕获的肿瘤细胞进行自动识别与计数的系统。通过对细胞图像进行灰度变换、阈值分割、形态学处理、分水岭分割等处理,提取出细胞区域并计数。通过计算细胞圆形度,将满足圆形度阈值的细胞标记并计数。实验结果表明,被捕获的肿瘤细胞圆形度阈值为0.87,系统自动识别错误率在6.3%左右,具有可行性,能够满足实际需求。