-
题名使用遗传算法和KSW熵法相结合的CT图像分割
被引量：6
- 1
-
-
作者
姚立平
潘中良
-
机构
华南师范大学物理与电信工程学院
-
出处
《电视技术》
2018年第11期1-6,共6页
-
基金
广州市科技计划项目
广东省科技计划项目(2016B090918071
2014A040401076)
-
文摘
为了辅助医生仅能依赖肉眼观察CT图像从而判断CT影像好坏,同时改善在医学图像的分割算法上的性能,提高分割的效率,本文提出了一种使用遗传算法和KSW熵法相结合的CT图像肺部分割方法,该方法通过对医学图像的预处理、构建基于遗传算法的KSW熵方法寻求最优的图像分割解以实现对肺部实质区域的提取、使用改进的Ostu算法获得较好的自适应阈值以实现图像的二值化、通过图像形态学进行图像修补、使用区域生长法对肺部实质性区域的左右部分进行分离。实验结果表明,本文提出的算法在对医学肺部图像的分割时在分割精度上比其他医学图像分割方法都有了一定程度的改善,具有较强的分割自适应性和稳定性。
-
关键词
遗传算法
ksw熵方法
区域生长
OSTU算法
图像形态学
-
Keywords
genetic algorithm
ksw entropy method
regional growth
Ostu algorithm
image morphology
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名遗传算法改进的KSW熵法计算黄瓜叶部角斑病密度
被引量：2
- 2
-
-
作者
徐海
秦立峰
-
机构
西北农林科技大学机电学院
农业部农业物联网重点实验室
-
出处
《安徽农业科学》
CAS
2017年第32期212-215,共4页
-
基金
陕西省农业科技创新与攻关项目(2015NY034)
-
文摘
[目的]去除复杂背景影响,提高角斑病病斑分割精度和速度。[方法]首先对预处理后的b*通道图像采用大津法进行初分割,去除大部分背景和噪声。再对目标部位的灰度图,用基于遗传算法改进的KSW熵阈值分割法进行二次分割,得到病斑的二值图像,并计算病斑面积,最后与叶片面积做比得到病斑密度。[结果]该方法计算的病斑密度与方格板手动计算的结果的绝对误差约为0.02,而病斑的分割速度提高了45%以上。[结论]该方法为黄瓜角斑病病害程度自动诊断提供技术依据。
-
关键词
瓜角斑病
图像分割
遗传算法
ksw熵
-
Keywords
Angular leaf spot of cucumber
Image segmentation
Genetic algorithm
ksw Entropy
-
分类号
S126
[农业科学—农业基础科学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于变化检测技术的SAR图像舰船目标鉴别方法
被引量：14
- 3
-
-
作者
张小强
熊博莅
匡纲要
-
机构
国防科学技术大学电子科学与工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第1期63-70,共8页
-
基金
国家自然科学基金(61201338)资助课题
-
文摘
该文引入变化检测思想,利用SAR图像中海杂波和目标之间的灰度差异,通过对潜在舰船目标切片的目标像素和背景像素进行分离,计算目标像素聚集度(TPAM)特征,实现对高亮像素在图像切片中聚集程度的定量评估,从而鉴别目标切片中是否包含有舰船目标,有效去除杂波虚警。首先,基于感兴趣区域(ROI)切片中心为目标像素及四周为海杂波的合理假设,构建似然比变化检测量获取差异图像;然后,利用KSW熵阈值选择方法实现差异图像中目标像素和海杂波像素的自动分离,生成二值图像;最后,利用切片中心像素为种子点,对二值图像进行区域生长,计算目标像素聚集度特征,并判断目标切片是否包含舰船目标。基于RADARSAT-1 SAR实测数据的实验结果表明,该文方法得到的目标像素聚集度特征计算简单、稳健性好、可区分度高,具有良好的鉴别性能,能够去除大部分海杂波干扰产生的虚警,有效地降低目标检测虚警率。
-
关键词
SAR图像
目标鉴别
似然比检测量
ksw熵法
目标像素聚集度
-
Keywords
SAR image
Target discrimination
Change detection based on likelihood ratio
ksw entropy method
Target Pixel Aggregative Measure（TPAM）
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名多算法融合的眼底图像渗出液分割
被引量：1
- 4
-
-
作者
杨振宇
傅迎华
付东翔
王雅静
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《电子科技》
2020年第11期24-30,共7页
-
基金
国家自然科学基金(61703277)。
-
文摘
利用眼底图像中渗出液的亮度与边缘特征,文中采用一种多算法融合的渗出液自动检测分割方法来解决目前传统算法灵敏度低以及检测中存在视盘和其它微血管瘤等暗病灶的干扰等问题。为了提高分割效率和准确率,文中对原始图像进行顶帽底帽变换来增强图像对比度,采用GA与KSW熵法相结合的双阈值分割法对眼底图像进行渗出液分割。实验在Kaggle数据库上进行测试,结果显示该算法在像素层统计的SE和阳性预测值PPV分别为83.6%和93.2%,在图像层统计的SE、SP与AC分别为95.2%、86.2%和90.8%。在另一个独立的DIARETDB1数据库上进行测试,获得的结果分别为82.4%、93.3%、93.6%、96.2%和89.9%。与其它算法对比,文中方法可以很好地区分开渗出液与暗病灶,且检测时间短,具有准确性和高效性。
-
关键词
糖尿病视网膜病变
眼底图像
遗传算法
ksw熵
图像分割
渗出液
-
Keywords
diabetic retinopathy
fundus image
genetic algorithm
ksw entropy
image segmentation
hard exudates
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
