首页 > 文献资料
-
重叠条件下茶叶嫩芽的自动检测方法
茶叶嫩芽的自动检测是实现茶叶自动化采摘的难点之一,本文针对陕西名荼"午子仙毫"茶叶图像,采用提取绿色分量、区域标记和逐行扫描相结合的方法,实现了叶片重叠条件下的嫩芽自动检测.实验中,首先提取茶叶原始彩色图像中的绿色分量,并通过阈值分割的方法,将嫩叶和老叶分离;其次采用区域标识的方法,去掉嫩叶图像中孤立噪声区域,实现茶叶"两瓣一心"区域的提取,并采用数学形态学的膨胀运算,填充图像中由于病害等引起的叶片表面缺陷;后提出始于顶端、逐行扫描的方法,直至检测出叶片分叉部位,实现嫩芽目标的检测.实验结果表明,该方法能对30幅图像正确检测出28幅,准确率为93.3%,表明该方法可以对有叶片重叠的单株茶叶嫩芽目标进行检测.
-
结合局部大类间方差和标记筛选的腹部CT肝脏病灶提取
目的:针对肝脏图像的特点提取肝脏病灶,为病灶的特征提取做准备.方法:该算法首先在肝脏内部选择包含病灶的局部图像,再采用局部大类间方差法进行自动阈值预分割,后采用标记筛选法消除病灶内部空洞和外部小块游离区域.结果:该方法能较好地提取出肝脏病灶.结论:结合局部大类间方差和标记筛选的方法提取肝脏病灶省力、快速、效果良好.
-
浅谈如何自动分割超声医学图像
图像分割对于医学图像处理非常重要,只有准确地从图像中提取出信息,才能保证医学系统的可靠性,并为三雏重建打下基础.但由于超声图像的形成过程、图像内容的组织性质,以及干扰等因素,使得超声医学图像总是含有很强的噪声.相对与其他类型的图像来说,超声图像的分割要困难得多,本文提出一种新的分割方法,实现分割过程的自动化.给出了肝脏类超声图像的分割实验结果.