排序方式： 共有8条查询结果，搜索用时 78 毫秒
1
1.
图像特征提取是图像处理的一个主要环节,是图像处理技术研究和应用的一个重要领域。本文选取了新疆地方性肝包虫病中的单囊型肝包虫和正常肝脏CT图像进行研究,提取了灰度直方图、灰度共生矩阵(GLCM)、kc复杂性三种特征组成综合图像特征。首先对图像进行尺寸归一、去噪、对比度增强的预处理,并对综合特征进行统计学分析,最后应用Fisher判别分析法对特征的分类能力进行评价。实验结果表明运用综合特征对图像分类有较高的准确率,这对基于内容的新疆肝包虫病CT图像的检索的研究奠定了一定的基础。 相似文献
2.
颜色矩特征作为一种重要的颜色特征,在图像处理中得到了广泛的应用。本文探讨草药图像的颜色矩特征对基于内容的维吾尔草药图像的检索效果。对维吾尔草药图像进行线性滤波、尺度归一和颜色空间转换的预处理,提取草药图像的颜色矩特征,构建了维吾尔医草药图像的图像数据库和草药图像的特征数据库,并且建立了基于草药图像颜色矩特征的草药图像检索系统,对颜色矩特征的有效性进行了检索实验的验证。检索结果表明,基于草药图像的颜色矩特征对维吾尔草药中的叶类、花类草药图像的平均查准率和平均查全率相对较高。这对进一步研究对基于内容的维吾尔草药图像的特征提取算法奠定了一定的基础。 相似文献
3.
目的:讨论Bagging、Adaboost、Random Forest(RF) 3个集成分类器对新疆哈萨克族食管图像分型中的分类能力。方法:使用Matlab图像处理软件,对食管X线图像进行预处理,对预处理后的图像使用灰度共生矩阵和Hu不变矩特征进行图像特征的提取;然后,使用主成分分析法对特征值进行筛选优化,得到分类能力较强的特征值;最后,使用Weka软件,将3个不同的集成分类器对正常食管和早期食管癌图像进行分类,并进行分类模型的评估。结果:使用Bagging、Adaboost、Random Forest(RF) 3个集成分类器结合降维后的灰度共生矩阵特征值对食管图像进行分类时,正常食管的分类准确率是82%、94%、88%,早期食管癌的分类准确率是94%、88%和94%;使用降维后的Hu不变矩特征值和3种集成分类器对正常食管和早期食管癌进行分类时,正常食管的分类准确率是60%和64%、61%,早期食管癌的分类准确率是57%、68%和65%;结论:3种集成分类器结合灰度共生矩阵对正常食管和早期食管癌X线图像进行分类,其分类准确率与Hu不变矩相比分类效果更显著。说明灰度共生矩阵结合3种集成分类器更适合用于区分正常食管和早期食管癌X线图像。 相似文献
4.
纹理特征是图像分析的重要线索,灰度共生矩阵法提取的纹理特征具有很好的鉴别和分类能力。本文运用灰度共生矩阵分析新疆地方性肝包虫CT图像并进行特征提取,对图像进行尺寸归一、去噪和增强的预处理,计算0°,45°,90°和135°方向的能量、熵、对比度、相关性和逆差矩的均值,构成特征向量,并进行统计分析,用最大类间距法获取图像分类的主要特征,同时使用判别分析法对特征的分类能力进行评价。实验结果表明,灰度共生矩阵法提取的特征在统计分析中存在差异,最大类间距计算获得的特征能提高图像分类的准确率,一定程度上有助于对肝包虫病CT图像进行分类和检索。 相似文献
5.
目的:探讨BP神经网络算法在新疆高发病哈萨克族食管癌X射线图像纹理特征和形状特征分型中的应用。方法:选取哈萨克族正常食管图像、溃疡型食管癌图像和髓质型食管癌图像各100张,利用灰度共生矩阵算法和形状不变距算法分别提取图像的纹理和形状特征。然后,使用BP神经网络算法构造一个分类器,对正常食管和两种中晚期食管癌图像进行分类研究。结果:共提取了14维哈萨克族食管癌X射线图像纹理和形状特征向量,应用BP神经网络算法进行哈萨克族食管癌X射线图像分类实验,基于灰度共生矩阵算法的纹理特征分类准确率为85.333%,基于Hu不变距算法的形状特征分类准确率为65.333%,而纹理和形状综合特征的分类准确率达到了97.667%。结论:本研究提取基于灰度共生矩阵算法和Hu不变距算法的食管癌图像纹理和形状特征,通过构造BP神经网络分类器对食管癌医学图像进行分型研究。结果表明BP神经网络对综合特征的分类准确率较高,为临床医生诊断食管癌提供了参考,也为后期研发食管癌医学图像计算机辅助诊断系统奠定了基础。 相似文献
6.
探讨C4. 5决策树、支持向量机分类器在新疆地方性肝包虫CT图像分类中的应用。使用sym4小波变换方法对预处理的图像进行特征提取,运用统计学方法筛选出最优的特征子集,并构建C4. 5决策树分类模型和支持向量机分类模型,进一步对模型的准确性、召回率等进行评估。结果显示,3种CT图像两两分类和综合分类时,C4. 5决策树分类模型的分类精度都明显高于支持向量机分类模型,C4. 5决策树分类模型的分类精度均达到87%以上,分类效果较好。实验结果表明,将C4. 5决策树分类器应用于肝包虫CT图像的分型中,为肝包虫病影像学诊断提供了一定的依据,也为后续新疆地方性肝包虫病计算机辅助诊断系统的研发奠定了基础。 相似文献
7.
在21世纪的今天,伴随着智能手机设备在全球范围内的普及,便携式设备获取信息的快捷与可靠,让越来越多的人们选择运用智能手机来完成学习和工作。基于移动智能终端的软件开发迅猛发展,其影响已经波及到教育行业,正在潜移默化地改变着学习者的学习方法,这就给广大的教育工作者提供了更为便捷敏锐的学习思维和学习方式。目的基于Android新疆中药知识学习系统是研究新疆中药文本及图像数据的提取与存储,构建在Android系统下新疆中药知识学习系统,实现手机等便携式设备通过浏览药材图像来认知药材学习药材,使中药材知识学习趋于便利化、趣味化、常态化。方法基于Android新疆中药知识学习系统采用B/S软件体系架构,系统网站采用Eclipse+Java集成开发环境,手机等移动终端采用Android Studio,实现中药材学习突破时间和空间的限制,提高学生对中药材知识自主学习的能力。结果本项目研发的基于Android的新疆中药知识学习系统,可实现用户登录和注册、看图识药、中药材题组抽题等功能。手机平台界面友好,可操作性强,节约学生学习中药材的时间。结论基于Android的新疆中药知识学习系统增强了学生学习药材的兴趣,提高了学习效率,相比较于传统的图书的形式,更加深了学习中药材的记忆,达到了项目研究的预期目的。 相似文献
8.
1