一种基于直方图阈值及低秩表示的白细胞细胞核分割方法

    公开(公告)号:CN104751461A

    公开(公告)日:2015-07-01

    申请号:CN201510141099.1

    申请日:2015-03-29

    Abstract: 本发明公开了一种基于直方图阈值及低秩表示的白细胞细胞核分割方法,包括以下步骤:自适应阈值的白细胞大致区域的获取;白细胞细胞核的精确分割。本发明的有益效果是,利用直方图阈值法和、低秩矩阵表示和流形学习理论实现了在复杂彩色人体血液细胞图像下分割白细胞细胞核的有效方法。利用直方图阈值法获得复杂的血细胞图像中白细胞的大致区域。然后对这一大致区域中的像素点从RGB彩色空间转换到Lab彩色空间,并提取a和b空间的像素值作为像素点的特征。将这些特征用基于流形的低秩表示实现聚类,将其分成细胞核区域和背景区域。本发明对颜色不均匀的图像和背景杂质较多的图像同样适用。

    一种基于边界的白细胞分割评价标准的建立方法

    公开(公告)号:CN104751460A

    公开(公告)日:2015-07-01

    申请号:CN201510141013.5

    申请日:2015-03-29

    Abstract: 本发明提供了一种基于边界的白细胞分割评价标准的建立方法,首先对专家分割的结果进行形态学处理建立中间变量,使其能够允许两个分割结果之间微小的差异;根据算法分割的结果和中间变量的集合关系找出分割正确的部分,未分割出来的部分以及分割多余的部分;再利用形态学重构和集合运算将这些部分转化为算法分割的边界及专家分割的边界,统计这些边界的像素个数计算F测度,从而评价算法分割的效果。本发明算法简单、有效合,对比现有基于区域的评判标准,不仅能够很好的刻画边界信息,同时还可以忽略边界细小的差异。

    一种白细胞定位和迭代分割方法

    公开(公告)号:CN105913434A

    公开(公告)日:2016-08-31

    申请号:CN201610227867.X

    申请日:2016-04-13

    CPC classification number: G06T2207/30004

    Abstract: 本发明属于医学图像处理领域,特别涉及一种白细胞定位和迭代分割方法。根据白细胞图片的边界密度信息和颜色信息,计算每一个滑动窗口的边界密度特征因子和颜色特征因子的得分,进而选取得分较高的一部分窗口,之后将这些定位窗口进行处理,整合为最终的白细胞定位窗口,截取白细胞图片中定位窗口的区域即为定位子图。而白细胞的分割是基于定位进行的,用定位子图初始化GrabCut算法,通过膨胀迭代的方法逐步实现白细胞的准确分割。同时,对GrabCut算法的初始图也做了替换像素的预处理,使得能够在一定程度上提高GrabCut的分割精确度。本发明能够有效地避免白细胞直接在原图上分割受到红细胞等其他因素的影响,而且能够产生准确且有效的分割结果。

    一种基于多特征非线性组合的白细胞分割方法

    公开(公告)号:CN104751462A

    公开(公告)日:2015-07-01

    申请号:CN201510141209.4

    申请日:2015-03-29

    Abstract: 本发明公开了一种基于多特征非线性组合的白细胞分割方法,提取白细胞的灰度、CIE Lab空间上的颜色和纹元的梯度信息,以及白细胞的谱信息;用非线性的方式组合;用定向分水岭变换和超度量边界映射OWT-UCM对组合后的信息处理,得到算法分割的结果;对比算法分割结果和专家分割的结果相应调节参数;直到达到预定的分割结果,然后确定参数,将该参数用于其它白细胞分割。有益效果是减少单个特征噪声的影响,以非线性的方法组合多个特征信息,能比线性组合的方法得到更小的训练误差,得到更好的分割结果。同时以迭代的方式去调整组合信息,进而调节网络的参数,可以根据我们预定的结果,逐步的接近目标,避免了无目标或者不合适调节。

    血液白细胞显微图像的随机权网络分割方法

    公开(公告)号:CN104732524A

    公开(公告)日:2015-06-24

    申请号:CN201510066975.9

    申请日:2015-02-07

    Abstract: 本发明公开了一种血液白细胞显微图像的随机权网络分割方法,由类别编码与训练库构建、随机权网络训练、解编码分割以及形态学算子修复四个子过程构成的自动分割技术,将血液白细胞分割转化成一个分类问题,用分类的方式实现白细胞显微图像的自动分割,得到完整的连通的细胞质和细胞核区域。本发明的有益效果是,通过对血液白细胞图像像素点的有效类别编码,构建稳健的血液白细胞分类训练库;采用快速、高效的随机权网络获取最优编码决策模型,以获得对待分割白细胞图像的最佳编码,得到最终的分割结果。本发明实现了对于白细胞显微图像的高效分割。

    一种面向图像超分辨率的模型驱动的轻量级深度递归网络

    公开(公告)号:CN117274044A

    公开(公告)日:2023-12-22

    申请号:CN202310148700.4

    申请日:2023-02-22

    Abstract: 本发明涉及图像处理技术领域,本发明公开了一种面向图像超分辨率的l2,1模型驱动的轻量级深度递归网络,包括:图像采集模块,用于获取结构噪声的单幅图像;图像处理模块,用于对单幅图像进行栅格处理,并通过卷神经网络模型获得图像特征信息;分析模块,用于对图像特征信息进行优化,实现图像的超分辨率重建;分析模块的分析步骤包括:首先提出l2,1重建优化模型;采用乘法器交替方向法(ADMM)将l2,1优化问题分解为x‑子问题和d‑子问题;采用优化算法(MM)和半二次优化策略求解上述两个子问题;最后根据获得的最优迭代解,设计面向图像超分辨率的高效轻量级深度递归网络。

    一种基于边界的白细胞分割评价标准的建立方法

    公开(公告)号:CN104751460B

    公开(公告)日:2018-09-07

    申请号:CN201510141013.5

    申请日:2015-03-29

    Abstract: 本发明提供了一种基于边界的白细胞分割评价标准的建立方法,首先对专家分割的结果进行形态学处理建立中间变量,使其能够允许两个分割结果之间微小的差异;根据算法分割的结果和中间变量的集合关系找出分割正确的部分,未分割出来的部分以及分割多余的部分;再利用形态学重构和集合运算将这些部分转化为算法分割的边界及专家分割的边界,统计这些边界的像素个数计算F测度,从而评价算法分割的效果。本发明算法简单、有效合,对比现有基于区域的评判标准,不仅能够很好的刻画边界信息,同时还可以忽略边界细小的差异。

    一种基于字典分解和稀疏表示的鲁棒人脸识别方法

    公开(公告)号:CN106326871B

    公开(公告)日:2019-04-30

    申请号:CN201610744469.5

    申请日:2016-08-26

    Abstract: 本发明属于模式识别领域,特别涉及一种基于字典分解和稀疏表示的鲁棒人脸识别方法。设计字典分解模型从给定的人脸图像训练数据集中把人脸图像中的类特定信息提取出来,然后计算一个映射矩阵来描述类特定信息与原始训练数据之间的映射关系,并根据计算得到的映射矩阵对测试图像进行校正,然后利用主成分分析(PCA)降维,最后通过稀疏表示分类器(SRC)进行识别分类。本发明能够有效地避免SRC识别过程中由于训练数据被污染或者存在遮挡、缺失而产生的识别率大幅降低的问题,能够得到较高且稳定的识别效果。

    一种基于多特征非线性组合的白细胞分割方法

    公开(公告)号:CN104751462B

    公开(公告)日:2018-12-14

    申请号:CN201510141209.4

    申请日:2015-03-29

    Abstract: 本发明公开了一种基于多特征非线性组合的白细胞分割方法,提取白细胞的灰度、CIE Lab空间上的颜色和纹元的梯度信息,以及白细胞的谱信息;用非线性的方式组合;用定向分水岭变换和超度量边界映射OWT‑UCM对组合后的信息处理,得到算法分割的结果;对比算法分割结果和专家分割的结果相应调节参数;直到达到预定的分割结果,然后确定参数,将该参数用于其它白细胞分割。有益效果是减少单个特征噪声的影响,以非线性的方法组合多个特征信息,能比线性组合的方法得到更小的训练误差,得到更好的分割结果。同时以迭代的方式去调整组合信息,进而调节网络的参数,可以根据我们预定的结果,逐步的接近目标,避免了无目标或者不合适调节。

Patent Agency Ranking