清华大学学报(自然科学版)
清華大學學報(自然科學版)
청화대학학보(자연과학판)
Journal of Tsinghua University
2004年
6期
856-859
,共4页
图像识别%隐Markov模型%细胞计数%纹理识别
圖像識彆%隱Markov模型%細胞計數%紋理識彆
도상식별%은Markov모형%세포계수%문리식별
为解决红细胞的计算机自动识别问题,引入了混合隐Markov模型对彩色细胞纹理进行识别,采用螺旋型采样方法,应用一维隐Markov模型解决二维图像处理问题.选择不同的样本,以期望最大算法训练多个混合隐Markov模型,利用它对图像进行纹理识别,以距离变换和分水岭算法进行分割计数.该方法在分类正确率和算法适用性上取得了比较好的结果,提高了制片质量.该方法对中等质量的红细胞照片进行计数能够取得94%以上的识别正确率.提出了对混合Markov模型初值选取问题的一种改进算法,以提高计算效率和算法鲁棒性.
為解決紅細胞的計算機自動識彆問題,引入瞭混閤隱Markov模型對綵色細胞紋理進行識彆,採用螺鏇型採樣方法,應用一維隱Markov模型解決二維圖像處理問題.選擇不同的樣本,以期望最大算法訓練多箇混閤隱Markov模型,利用它對圖像進行紋理識彆,以距離變換和分水嶺算法進行分割計數.該方法在分類正確率和算法適用性上取得瞭比較好的結果,提高瞭製片質量.該方法對中等質量的紅細胞照片進行計數能夠取得94%以上的識彆正確率.提齣瞭對混閤Markov模型初值選取問題的一種改進算法,以提高計算效率和算法魯棒性.
위해결홍세포적계산궤자동식별문제,인입료혼합은Markov모형대채색세포문리진행식별,채용라선형채양방법,응용일유은Markov모형해결이유도상처리문제.선택불동적양본,이기망최대산법훈련다개혼합은Markov모형,이용타대도상진행문리식별,이거리변환화분수령산법진행분할계수.해방법재분류정학솔화산법괄용성상취득료비교호적결과,제고료제편질량.해방법대중등질량적홍세포조편진행계수능구취득94%이상적식별정학솔.제출료대혼합Markov모형초치선취문제적일충개진산법,이제고계산효솔화산법로봉성.