模糊马尔可夫场模型与图像分割新算法

本文建立模糊马尔可夫场模型，并提出基于模糊马尔可夫场的图像分割新算法。该算法同时处理模糊性和随机性，因此能有效获取图像的先验知识。在模糊马尔可夫场与待分割图像之间用经典的马尔可夫场关联。模糊马尔可夫场是经典马尔可夫场的推广，当模糊马尔可夫场失去模糊性时，它将退化为经典的马尔可夫场。给定图像，随即进行模糊化处理；以最大后验概率作为优化准则修正模糊马尔可夫场的隶属度；最后按照最大隶属度原则消除模糊性，从而得到图像的分割。该算法可以有效地虑除噪和消除部分容积效应，得到更为准确的分割结果。     

基于马尔可夫随机场的肝实质分割

介绍了马尔可夫随机场（markov random field,MRF）的基本理论,以及基于MRF的图像分割模型及其求解过程。利用MRF分割方法对肝脏CT图片进行了分割,实验结果表明：该方法能够有效对肝脏实质进行分割,在一些模糊区域有更好的分割效果,可用于CT图像序列中的肝实质自动分割。     

基于广义模糊算子的工业RT图像增强

在分析传统的图像模糊增强算法缺陷的基础上,提出了一种广义模糊增强的方法。该算法通过引入广义模糊集合的概念,将图像映射到广义模糊空间,设计一个分段正弦函数作为模糊隶属度,并采用了相应的增强算子,利用广义模糊变换范围大的特点,通过对工业RT检测焊缝图像进行广义模糊增强处理,使图像获得令人满意的增强效果。引入模糊熵的方法分析增强效果,并分析了广义模糊增强算法中影响增强效果的因素。     

基础医学课程教师理论课授课质量评价的研究

采用多级广义模糊综合评价方法,对基础医学课程教师理论课授课质量进行评价,并用交叉积差法(cross product difference)对评价结果进行分析,结果表明：多级广义模糊综合评估模型是一种较客观的评价方法。     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.     

基于非齐次Markov随机场的无监督图像分割新算法

提出了一种基于非齐次Markov随机场(MRF)的图像分割算法,并运用模糊空间元素的模糊相似度模型,估计非齐次MRF的参数,改进了传统的基于齐次MRF的图像分割算法.通过对模拟脑部MR图像和临床脑部MR图像分割实验,表明该算法比传统的基于齐次MRF的图像分割算法和模糊C-均值等图像分割算法具有更精确的图像分割能力,并且运算简单、运算速度快、稳健性好.     

马尔科夫随机场在生物医学图像分割中的应用

目的：建立一种图像分割方法,以适应精确的生物医学图像分析。方法：根据马尔科夫随机场图像模型,利用最大后验概率准则（ＭＡＰ）,提出一种迭代松驰分割算法。结果：在用于生物医学图像以及ＣＴ重建图像的分析事得到较为理想的实验结果。结论：该算法与经典的图像分割算法相比具有分割精度高、可以进行多区域图像分割的特点。     

颅脑MRI图像模糊聚类分割算法中模糊聚类数的讨论

目的探讨颅脑MRI图像模糊聚类分割算法中最佳模糊聚类数。方法利用VC 编程读取DICOM格式的MRI图像,然后运用模糊聚类分割技术对50幅图像在不同的模糊聚类数参数下进行处理,进行对比分析。结果当模糊聚类数为5～6时,模糊聚类有效性函数最小,图像处理的效果达到最佳水平。结论进行颅脑MRI图像模糊聚类分割时,模糊聚类数应取5或者6。     

犬实验性心肌梗死心脏的电子束CT三维重建

研究电子束CT心肌梗死部位及形态的三维图象重建。结扎犬心冠状动脉左旋支及其分支，形成左室侧壁梗死区；经电子束CT增强容积扫描方式得到犬心断面，利用区域扩张法对梗死心肌进行自动分割；采用表面重建法完成犬心的三维重建。结果：清晰显示出了犬心的三维图象，并在三维图象上精确表示出了梗死的部位及形态。结论：在造影剂注射量与扫描起始时间适宜的条件下，利用电子束CT可完成能反映病变情况的心脏三维图象     

血液细胞彩色图像的微机自动计数研究

目的 探讨血细胞自动计数的方法。方法 采用微机色彩图像处理技术对血液细胞图象进行图像分割和细胞计数。结果 与人工计数相平行，相关系数ｒ＝０．９６１￣０．９９７，Ｐ〈０．０１。结论 该方法可行且计数准确、迅速，客观。     

利用Gibbs距离图Snake模型分割医学图像

目的 提出利用Gibbs距离图Snake模型分割医学图像的算法.该方法能克服医学图像周有的噪声和伪边缘干扰,收敛到正确的目标轮廓.方法 首先推导Gibbs形态学梯度,然后提出基于Gibbs形态学梯度的距离图Snake模型的医学图像分割方法.结果 本文所提出的算法克服了传统距离图Snake模型的上述缺点.结论 本文所提出的方法分割结果鲁棒性好,分割过程无须人工干预,适合应用于临床医学图像分割.     

基于模糊核聚类的MR图像分割新算法

在传统的模糊聚类算法中引入了核函数,同时引入了控制邻域作用的约束项,提出了改进的基于模糊核聚类的MR图像分割新算法.通过对模拟图和仿真的脑部MR图像的分割实验,证明本算法可以有效地分割含有噪声的图像.     

一种改进的FCM多分辨率图像分割算法及其应用

提出了一种改进的模糊C均值聚类多分辨率图像分割算法,该算法利用像点的邻域信息对像点的模糊隶属度函数进行修正。实验证明:该算法具有对噪声不敏感的优点,在进行图像分割,特别是对含噪图像进行分割时能获得较好的效果。     

一种基于高斯混合模型的快速水平集图像分割方法

水平集方法(LSM)图像分割的本质是求解一个随时间变化的偏微分方程,而使用变分法求解此水平集方程(LSE)往往要耗费过多的计算时间。为了减少算法的运行时间,提出了一种快速水平集图像分割算法。该算法在模糊聚类水平集方法(FCM-LSM)的基础上使用高斯混合模型(GMM)改造其隶属度损失函数,并利用离散网格Boltzmann方法(LBM)求解水平集方程。实验结果表明:本文提出的算法无论是在执行效率上还是在分割效果上都优于传统方法,证明了算法的可行性。     

基于数字人图像分割和识别的新框架

目的：提供一种高层知识引导分割和底层处理向知识归纳相结合的自动分割识别框架,并将该方法有效应用于彩色图像的数字化可视人体数据集（Chinese Visible Human,CVH）内部结构的自动分割和识别中.方法：首先利用分类标签在CVH2图像中提取脑干部分的图像,用Otsu获取阈值进行图像增强,将脑干轮廓作为分割的初始化轮廓,运用Level Set方法来实现精细化的分割：利用周长和质心位置建立联合判别函数,并对分割结果进行分类识别.结果：该算法准确对CVH2数据集脑干内黑质、中脑水管进行自动分割和识别,通过Amira软件三维重建分割结果获得较好的重建效果,并与手动分割结果保持了较好的一致性.结论：该框架能够实现数字人图像自动的多目标精细分割和识别,为知识引导的自动图像分割和识别提供了新的方法.     

低对比度医学图像全自动分割算法

由于医学图像的对比度较低以及各种组织器官的边缘往往较为模糊,医学图像的分割是医学图像处理中的一个经典难题。如果能将各种分割对象的先验信息加入到分割算法中,将会改善分割效果。针对CT图像中的前列腺器官分割问题,利用水平集函数获得初始分割轮廓,结合从手工分割图像中获得的形状和纹理先验信息,采用遗传算法来演化分割轮廓。仿真实验结果证明该方法能有效地分割出低对比度的医学器官。     

Automatic Identification of Human Erythrocytes in Microscopic Fecal Specimens

Traditional fecal erythrocyte detection is performed via a manual operation that is unsuitable because it depends significantly on the expertise of individual inspectors. To recognize human erythrocytes automatically and precisely, automatic segmentation is very important for extraction of characteristics. In addition, multiple recognition algorithms are also essential. This paper proposes an algorithm based on morphological segmentation and a fuzzy neural network. The morphological segmentation process comprises three operational steps: top-hat transformation, Otsu’s method, and image binarization. Following initial screening by area and circularity, fuzzy c-means clustering and the neural network algorithms are used for secondary screening. Subsequently, the erythrocytes are screened by combining the results of five images obtained at different focal lengths. Experimental results show that even when the illumination, noise pollution, and position of the erythrocytes are different, they are all segmented and labeled accurately by the proposed method. Thus, the proposed method is robust even in images with significant amounts of noise.