圖像識別算法在細胞篩查及火災探測中的研究.pdf_第1頁
已閱讀1頁,還剩121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、圖像識別主要包括圖像預處理、特征提取、分類識別等內容。深入挖掘圖像中的特征信息,提高特征提取的可靠度,是圖像識別的關鍵環(huán)節(jié)。圖像識別可分為靜態(tài)目標識別與運動目標識別。靜態(tài)目標識別可以通過單幀圖像分析來完成,而動態(tài)目標識別通常需要依據視頻或者圖像序列的時間、空間連續(xù)變化規(guī)律來實現(xiàn)。無論是靜態(tài)目標識別還是動態(tài)目標識別,都要結合圖像自身的特點及識別目標的相關知識,才能設計出具有更高識別率及更好實時性的圖像識別系統(tǒng)。宮頸細胞及火災煙霧識別是當今

2、學術界關注的兩類熱點問題。以靜態(tài)的宮頸細胞及動態(tài)的火災煙霧作為研究對象,在深入分析細胞及火災煙霧圖像特征的基礎上,設計了具有良好性能的宮頸細胞篩查系統(tǒng)及火災煙霧探測系統(tǒng)。主要工作如下:
  首先,對于較復雜的靜態(tài)目標,圖像分割耗時長、難度大。為了解決這一問題,對H&E染色的宮頸細胞特性進行深入地分析,對比不同區(qū)塊圖像的特征,發(fā)現(xiàn)不同種類的塊圖像的紋理、顏色等特性呈現(xiàn)出較大差異,提出了用分塊處理代替圖像分割的思想,在此基礎上,設計了

3、一種基于塊圖像特性分析的宮頸細胞篩查系統(tǒng)。利用背景區(qū)塊與非背景區(qū)塊圖像的特征差異,去除背景區(qū)塊,減少后續(xù)處理量;隨后,將非背景塊分為正常塊、異常塊,對兩種塊圖像的特征進行深入分析,并通過特征選擇,提取出11個特征,通過T檢驗(p<0.001)驗證了所選特征具有較大區(qū)分度;根據所選特征設計支持向量機結構及參數(shù),實現(xiàn)正常、異常塊圖像的分類識別。通過對比實驗證明,本文所設計的基于塊圖像特征的宮頸細胞識別系統(tǒng),相較于基于分割的識別系統(tǒng),在保證準

4、確率的基礎上,提高了系統(tǒng)的實時性,為臨床應用提供了更多可能性。
  其次,常規(guī)的圖像識別系統(tǒng),通常需要人工選擇識別對象的特征,使得系統(tǒng)具有較強的局限性,一般只對某種特定環(huán)境下的特定對象有很好效果。就宮頸細胞而言,已有的識別系統(tǒng),通常只對某一種染色下的宮頸細胞效果較好,而對于不同染色下的宮頸細胞,需要設計不同的識別系統(tǒng)。針對這一問題,利用卷積神經網絡的特征學習能力及支持向量機的分類優(yōu)勢,對卷積神經網絡進行改進,用支持向量機代替?zhèn)鹘y(tǒng)卷

5、積神經網絡的輸出層,構建了一個基于支持向量機的卷積神經網絡。針對不同染色的宮頸細胞這一研究對象,設計網絡的相關參數(shù),實現(xiàn)正常、異常細胞的分類識別。通過對比實驗證明,本文提出的識別系統(tǒng)比常規(guī)的卷積神經網絡及支持向量機準確率更高。
  最后,僅采用靜態(tài)特征模型不能描述目標的動態(tài)特性,且很難解決動態(tài)目標場景復雜、快速移動等問題。因此,對于運動目標的識別,需要結合靜態(tài)、動態(tài)特性,綜合分析。以火災煙霧為研究對象,為了實現(xiàn)極早期火災探測,利用

6、煙霧特殊的湍流特性,對可疑運動區(qū)域輪廓的光流矢量特性進行提取,代替?zhèn)鹘y(tǒng)的對于整個可疑區(qū)域光流矢量的計算。在此基礎上,提出了一套“動-靜-動”的識別方案:先利用改進的幀間差分法檢測出運動目標,排除靜態(tài)物體的干擾;隨后,通過檢測運動區(qū)域的顏色模型及紋理特征,排除部分運動干擾;采用基于高斯金字塔的Lucas-Kanade光流法,分析運動區(qū)域輪廓的光流矢量,排除非煙干擾,確定煙霧區(qū)域。通過對比實驗證明,本文提出的煙霧識別方案不僅保證了準確率,也

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