首页 > 文献资料
-
基于HOG-LBP特征的中药饮片图像识别
目的 通过对方向梯度直方图(HOG)、局部二值模式(LBP)等特征提取及融合的方法研究,实现有效的中药饮片图像识别.方法 分析HOG和LBP特征,进行特征融合,采取支持向量机(SVM)分类算法,在采集整理的中药饮片图像数据集基础上对算法进行训练、测试和改进,从而获得有效的中药饮片多分类模型,并将模型与其他算法进行比较,评价算法的有效性.结果 通过对30种中药饮片2927张图像的训练和测试,等价模式下的HOG-LBP融合特征算法的饮片图像识别率达91.16％,优于传统算法.结论 等价模式下HOG-LBP融合特征结合SVM分类器的方法具有较高的识别率,可有效应用于中药饮片的识别和分类.进一步提高数据种类和数据量,有助于提高算法的适用性和识别效果.
-
基于LBP的改进Random Walks算法在颅脑磁共振影像分割中的应用
目的 由于颅脑结构复杂且颅脑磁共振影像易受噪声、磁场不均匀性、部分容积效应等因素的影响,精确的脑组织分割方法仍需深入研究.方法 本文提出一种基于Random Walks的改进算法以提高脑白质、脑灰质及脑脊液分割的准确性.通过引入局部二值模式(local binary patterns,LBP)改进了传统Random Walks权重函数的构造,在反映相邻像素灰度变化信息的同时包含了局部图像的纹理信息,有利于合并同质区域并增强边缘轮廓的识别.本文还使用了灰度先验概率模型减少Random Walks种子点交互的次数.结果 实验结果表明基于LBP的改进算法在多种不同水平的噪声及不均匀场作用下,能够有效识别磁共振影像中脑组织区域的边缘轮廓,并对噪声有良好的鲁棒性.结论 基于LBP的改进Random Walks算法可精确分割颅脑磁共振影像.
-
基于显微图像序列的细胞形态变化分析
目的 细胞的形态变化与细胞的生理特性密切相关,其定量的描述和分析对探究生命的生理或病理状态过程有重要意义.本文基于显微图像序列提取细胞形态的动态变化信息,以实现对细胞不同形态变化的定量描述及分类.方法 采用运动历史图像和局部二值模式分别提取细胞轮廓和内部运动信息,并使用一系列不同尺度的时间窗口将上述特征映射为多时间尺度的特征矢量,再采用支持向量机对细胞的不同形态变化进行分类.通过对4组不同形态变化等级的小鼠淋巴细胞图像序列进行分类实验,以验证本方法的分类效果.结果 对形态变化由缓慢到剧烈的4组淋巴细胞视频,分类精确度达到75％,能有效区分不同程度的细胞形态变化.结论 与径向距离、Zernike矩、傅里叶描述子等常用的形状描述方法相比,本文方法更加全面地描述了细胞形态变化的动态信息,对细胞的多样性运动具有更好的适应性和稳定性.对细胞形态变化的分类,可用于异常细胞形态变化的检测,为疾病的早期诊断提供了客观依据.
-
血管内超声灰阶图像的自动组织标定
为了实现对血管内超声(IVUS)灰阶图像中的血管壁(包括粥样硬化斑块、血管分叉和支架等)进行自动识别和分类,分别采用局部二值模式(LBP)、Haar-like和Gabor滤波提取图像的纹理特征,然后采用Gentle Adaboost分类器对降维后的特征数据进行分类,并优化分类器参数.对临床图像数据的实验结果表明以人工标定的结果作为金标准,识别脂质斑块的精度可达94.54％,区分纤维化斑块和钙化斑块的精度可达93.08％,对血管分叉和支架的识别精度分别可达93.20％和93.50％.
-
基于红外热像LBP的面瘫客观评估方法
面瘫是一种多发的面神经疾病,表现为面部一侧横纹肌运动失调.目前,尚缺乏一种客观量化的诊断和评估方法.正常人体面部的温度分布双侧对称,面瘫通常会使这种温度分布的对称性发生改变.因此,本文提出利用面部温度分布的不对称度来客观评估面瘫的严重度,利用面部红外热像图健患双侧的局部二值模式(LBP)的直方图距离来表示面部温度分布的不对称度.对面瘫患者和健康人群作对照试验,结果表明:此方法的敏感性和特异性平均为0.86和0.89,不对称度与面瘫的严重度评分正相关,平均为0.657.因此,红外热像的双侧LBP直方图距离是一项有效的用于面瘫的诊断和评估的临床指标.
