采用图像纹理特征的集成表型

    公开(公告)号:CN104798105B

    公开(公告)日:2019-06-07

    申请号:CN201380060670.6

    申请日:2013-10-25

    CPC classification number: G06T7/45 G06K9/6267 G06T2207/10088 G06T2207/30068

    Abstract: 根据对象中的感兴趣的解剖特征的图像,针对图像纹理特征的集合来计算图像纹理特征值,并且基于计算出的图像纹理特征值关于感兴趣的分子特征来对所述对象进行分类。所述图像纹理特征值可以是根据一个或多个灰度共生矩阵(GLCM)来计算的,并且所述图像纹理特征可以包括Haralick图像纹理特征和/或Tamura图像纹理特征。为了训练分类器,根据参考对象中的所述感兴趣的解剖特征的图像,至少针对所述图像纹理特征的集合来计算参考图像纹理特征值。所述参考图像纹理特征值被划分成表示所述感兴趣的分子特征的不同值的不同群组,并且基于所述参考图像纹理特征值来训练所述分类器以在所述不同群组之间进行区分。

    采用图像纹理特征的集成表型

    公开(公告)号:CN104798105A

    公开(公告)日:2015-07-22

    申请号:CN201380060670.6

    申请日:2013-10-25

    CPC classification number: G06T7/45 G06K9/6267 G06T2207/10088 G06T2207/30068

    Abstract: 根据对象中的感兴趣的解剖特征的图像,针对图像纹理特征的集合来计算图像纹理特征值,并且基于计算出的图像纹理特征值关于感兴趣的分子特征来对所述对象进行分类。所述图像纹理特征值可以是根据一个或多个灰度共生矩阵(GLCM)来计算的,并且所述图像纹理特征可以包括Haralick图像纹理特征和/或Tamura图像纹理特征。为了训练分类器,根据参考对象中的所述感兴趣的解剖特征的图像,至少针对所述图像纹理特征的集合来计算参考图像纹理特征值。所述参考图像纹理特征值被划分成表示所述感兴趣的分子特征的不同值的不同群组,并且基于所述参考图像纹理特征值来训练所述分类器以在所述不同群组之间进行区分。

Patent Agency Ranking