電化學發(fā)光(ECL)圖像處理算法的研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、邊緣作為反映物體形態(tài)最重要的特征之一,在圖像處理中始終扮演著重要角色。如何從復雜的電化學發(fā)光圖像中準確提取發(fā)光物體的邊緣,也是研究人員一直關注的重點。雖然能夠實現(xiàn)邊緣檢測的算法眾多,但是適用于電化學發(fā)光圖像的,少之又少。電化學發(fā)光成像分析作為REFP-1型分析儀器的重要組成部分,一直不能完整地檢測圖像中的目標邊緣和亮度信息。為完善分析儀器的此項功能,本文進行了相關功能模塊的設計與實現(xiàn)。
  在圖像邊緣清晰、對比明顯的情況下,常規(guī)邊

2、緣檢測算法能夠取得較佳的邊緣檢測效果。但是在將其應用于灰度不均、含噪、復雜的電化學發(fā)光圖像時,通常不能提取出完整、連續(xù)、閉合的邊界。為獲取閉合邊界進而將目標部分從電化學發(fā)光圖像中分離出來,本文提出了基于小波變換、Canny邊緣檢測以及梯度矢量流形變模型的新型邊緣檢測算法(SCGVF)。
  本文首先介紹了邊緣檢測技術的應用發(fā)展狀況和項目所依托的REFP-1型電化學發(fā)光分析儀器的硬件平臺。
  其次針對目標形態(tài)分析的這一需求,

3、詳細討論了基于區(qū)域和基于邊界的圖像分割理論,并分別采用區(qū)域生長算法和經典邊緣檢測算法對電化學發(fā)光圖像進行了初步測試。經過測試發(fā)現(xiàn),區(qū)域生長算法在圖像均勻、邊界清晰的情況下能夠比較有效地將目標分離出來;經典邊緣檢測算法也能夠大致檢測出邊緣,但是檢測的邊緣通常不連續(xù)而且常包含大量的偽邊緣,并不能達到真正將目標分離的目的。
  再次,本文重點討論了基于梯度直方圖凹度分析的Canny邊緣檢測算法、小波變換技術以及梯度矢量流形變模型。綜合這

4、三項技術優(yōu)勢,提出了采用小波變換進行圖像預處理、采用改進型 Canny檢測的邊緣作為映射基礎圖、使用梯度矢量流模型進行邊界提取的SCGVF算法,并對SCGVF的算法性能進行了實驗測試,結果表明SCGVF算法具有良好的目標形態(tài)提取性能,能夠滿足實際需求。接著在 SCGVF算法檢測結果的基礎上,簡略說明了目標部分發(fā)光強度的統(tǒng)計方法。
  最后,為算法設計了簡約、易用的圖形化操作界面,并對 GUI的功能和操作進行了詳細的描述,通過封裝使

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論