您的位置: 专家智库 > >

潘晨

作品数:7 被引量:83H指数:5
供职机构:西安交通大学生命科学与技术学院生物医学信息工程教育部重点实验室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术机械工程医药卫生更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 5篇自动化与计算...
  • 2篇机械工程
  • 1篇医药卫生

主题

  • 7篇图像
  • 6篇图像分割
  • 5篇细胞
  • 4篇血细胞
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 3篇彩色图像
  • 3篇彩色图像分割
  • 2篇图像处理
  • 2篇SVM
  • 2篇MEAN-S...
  • 1篇单类支持向量...
  • 1篇血液
  • 1篇血液病
  • 1篇医学图像
  • 1篇重叠细胞
  • 1篇细胞图像
  • 1篇流域变换

机构

  • 7篇西安交通大学

作者

  • 7篇潘晨
  • 6篇郑崇勋
  • 5篇闫相国
  • 2篇杨勇
  • 1篇林盘
  • 1篇顾建文
  • 1篇梁成文

传媒

  • 1篇光电子.激光
  • 1篇仪器仪表学报
  • 1篇模式识别与人...
  • 1篇西安交通大学...
  • 1篇中国生物医学...

年份

  • 1篇2006
  • 4篇2005
  • 2篇2004
7 条 记 录,以下是 1-7
排序方式:
用于彩色图像分割的支持向量机的快速训练被引量:7
2005年
为了加快用于图像分割的支持向量机算法的训练速度,本文提出主动选择样本简化训练集的新方法。该方法根据像素在颜色空间的统计特性构建可分的训练集,并采用均匀抽样策略大大缩减训练集规模而不降低分类正确率,使得支持向量机可以实时训练,并为参数调整带来便利。由此发展了一种非监督算法与支持向量机相结合的自动图像分割方法。通过支持向量机在线训练,新方法可以获得较高的分割精度,有较好的鲁棒性,现已应用于彩色血细胞图像分割。
潘晨闫相国郑崇勋杨勇
关键词:彩色图像分割支持向量机
基于改进的模糊C均值聚类图像分割新算法被引量:27
2005年
模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但是传统的FCM算法没有考虑像素的空间信息,因而对噪声十分敏感。为了克服上述问题,提出了一种新的基于改进的FCM图像分割算法。该方法将空间的信息融入到标准的FCM算法中,通过引入表征邻域像素对中心像素作用的先验概率来重新确定当前像素的模糊隶属度值,该概率在算法执行过程中根据模糊隶属度值自动地予以确定。算法中使用基于统计直方图的快速FCM算法进行初始化,收敛速度大大提高。人造图像和实际图像的实验结果表明该方法的有效性和对噪声具有较强的鲁棒性。
杨勇郑崇勋林盘潘晨顾建文
关键词:聚类图像分割鲁棒性
基于MEAN-SHIFT和SVM的血细胞图像分割
提出一种新的血细胞图像分割算法,结合无监督和有监督模式识别技术,利用颜色快速提取感兴趣的有核细胞。首先通过mean-shift过程寻找RGB颜色空间中的细胞核、红细胞和背景聚类峰(局部密度最大区域),其中的细胞核图像区域...
潘晨闫相国郑崇勋
关键词:彩色图像分割血细胞
文献传递
一种分割重叠粘连细胞图像的改进算法被引量:20
2006年
为了专门分割重叠粘连细胞的图像,提出一种基于局部流域变换的迭代剥离算法。具体分割过程分为两个阶段,序贯处理胞浆和核区重叠,逐渐剥离重叠细胞。每个阶段均通过自适应距离变换分离重叠细胞,利用单个细胞形态特征控制腐蚀程度使得种子区域最大化,然后通过流域变换重建得到细胞间边界。算法能够克服细胞多核、胞浆颗粒性等干扰,适合自动化处理。骨髓和外周血涂片的分割试验表明分割精度约是传统流域算法的2倍,而运算时间并没有增加很多。
潘晨闫相国郑崇勋
关键词:图像处理流域变换重叠细胞
基于核方法的血细胞图像自动分析与识别
潘晨
关键词:医学图像图像处理血细胞血液病图像分割
基于MEAN-SHIFT和SVM的血细胞图像分割被引量:11
2004年
提出一种新的血细胞图像分割算法,结合无监督和有监督模式识别技术,利用颜色快速提取感兴趣的有核细胞。首先通过mean- shift过程寻找RGB颜色空间中的细胞核、红细胞和背景聚类峰(局部密度最大区域) ,其中的细胞核图像区域经过适当形态学膨胀后可以得到部分胞浆像素;然后细胞核聚类峰和部分胞浆颜色组成正特征子集,而红细胞和背景聚类峰附近颜色组成负特征子集,训练一个两分类SVM,得到的分类模型随后对图像的颜色空间向量分类,实现细胞区域整体提取。通过颜色量化手段,能够显著减少训练集的颜色向量数量,实现SVM实时训练和分类。借助于m ean- shift鲁棒的特征空间分析性能和SVM出色的小样本学习推广能力,该方法对图像颜色变化、染色条件差异等鲁棒性强,无过度分割现象,分割速度和效果均优于流域变换方法。骨髓和外周血涂片的分割试验证明了方法的有效性,已应用于实际图像处理系统。
潘晨闫相国郑崇勋
利用单类支持向量机分割血细胞图像被引量:20
2005年
为了提高白细胞自动识别算法的性能,提出了基于均值移动和单类支持向量机的血细胞图像分割新方法.该方法的原理是将图像中颜色相对稳定的背景和红细胞部分像素作为正训练样本,将颜色复杂多样的白细胞像素作为异常数据检测.均值移动过程用来在红、绿、兰(RGB)颜色空间寻找正训练样本集,通过均匀抽样和颜色量化措施,实现单类支持向量机(SVM)在线实时训练,最终图像像素经过单类SVM分类来实现分割.实验表明,新方法对涂片制备和光照变化导致的图像颜色改变有很好的适应性,图像分割精度优于常用流域算法,而耗时只是后者的1/4.
潘晨闫相国郑崇勋梁成文
关键词:彩色图像分割单类支持向量机血细胞
共1页<1>
聚类工具0