模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
5期
498-503
,共6页
孙立晔%韩军伟%胡新韬%郭雷
孫立曄%韓軍偉%鬍新韜%郭雷
손립엽%한군위%호신도%곽뢰
细胞分割%图像分割%马尔可夫随机场%高斯混合模型%迭代条件模式
細胞分割%圖像分割%馬爾可伕隨機場%高斯混閤模型%迭代條件模式
세포분할%도상분할%마이가부수궤장%고사혼합모형%질대조건모식
Cell Segmentation%Image Segmentation%Markov Random Field%Gaussian Mixture Model%Iterated Conditional Mode
@@@@鼠脑中的神经细胞是生物学家的一个重要研究对象。随着计算机视觉技术的飞速进步,研究者们利用图像分割技术从鼠脑切片显微图像自动提取细胞,为进一步分析提供便利。文中提出一种基于马尔可夫随机场理论的鼠脑切片细胞分割算法。相对于传统的算法,文中创新是利用已有的专家标记图和原始图像的灰度特征,结合期望最大化算法,初步估计高斯混合模型的参数,作为条件迭代模式算法的初始值,不仅提高分割精度,且减少迭代次数;并将像素的灰度特征和像素间的距离加入到传统的Potts随机场模型中,更加合理地描述像素间的定量关系。实验结果表明,与传统方法相比,此方法具有较高的计算效率和分割精度。
@@@@鼠腦中的神經細胞是生物學傢的一箇重要研究對象。隨著計算機視覺技術的飛速進步,研究者們利用圖像分割技術從鼠腦切片顯微圖像自動提取細胞,為進一步分析提供便利。文中提齣一種基于馬爾可伕隨機場理論的鼠腦切片細胞分割算法。相對于傳統的算法,文中創新是利用已有的專傢標記圖和原始圖像的灰度特徵,結閤期望最大化算法,初步估計高斯混閤模型的參數,作為條件迭代模式算法的初始值,不僅提高分割精度,且減少迭代次數;併將像素的灰度特徵和像素間的距離加入到傳統的Potts隨機場模型中,更加閤理地描述像素間的定量關繫。實驗結果錶明,與傳統方法相比,此方法具有較高的計算效率和分割精度。
@@@@서뇌중적신경세포시생물학가적일개중요연구대상。수착계산궤시각기술적비속진보,연구자문이용도상분할기술종서뇌절편현미도상자동제취세포,위진일보분석제공편리。문중제출일충기우마이가부수궤장이론적서뇌절편세포분할산법。상대우전통적산법,문중창신시이용이유적전가표기도화원시도상적회도특정,결합기망최대화산법,초보고계고사혼합모형적삼수,작위조건질대모식산법적초시치,불부제고분할정도,차감소질대차수;병장상소적회도특정화상소간적거리가입도전통적Potts수궤장모형중,경가합리지묘술상소간적정량관계。실험결과표명,여전통방법상비,차방법구유교고적계산효솔화분할정도。