公共文化服务平台

共 1 条记录，以下是 1-1

全选清除导出

排序方式：

EM聚类和SVM自动学习的白细胞图像分割算法被引量：11: 2013年; 白细胞图像分割是白细胞自动识别的关键环节,其分割效果直接影响后续步骤。为提高光照、颜色不稳定情况下的分割精度,提出一种基于期望最大化(Expectation maximization,EM)聚类和支持向量机(Support vector machine,SVM)自动采样-学习的彩色白细胞图像分割方法。首先采用EM算法对CIELUV颜色空间的L分量聚类得到细胞核区域。在细胞浆分割阶段,先利用EM过分割和膨胀的细胞核区域获取正负样本候选区域;接着用基于EM的分层抽样得到正负样本;再提取颜色特征自动对正负样本训练获得SVM模型;最后利用SVM分类模型得到整个细胞区域。与传统的白细胞图像分割算法相比,本文方法更能适应图像光照和颜色的变化;与同类的分割算法相比,本文方法提高了分割精度。相关实验结果表明,本文算法具有良好的精度和鲁棒性。; 郑馨王勇汪国有; 关键词：彩色图像分割期望最大化支持向量机白细胞

全选清除导出

共1页<1>

国家高技术研究发展计划(2011AA02A118)