计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
8期
37-39,43
,共4页
李美娟%王文伟%杨定楚%王思贤
李美娟%王文偉%楊定楚%王思賢
리미연%왕문위%양정초%왕사현
多光谱图像%细胞图像分割%支持向量机%径向基函数
多光譜圖像%細胞圖像分割%支持嚮量機%徑嚮基函數
다광보도상%세포도상분할%지지향량궤%경향기함수
文章根据多光谱图像数据维数高的特点,以像素各个波段的灰度值为特征,采用支持向量机(SVM)方法为核心来分割多光谱显微细胞图像.为提高计算速度,在亮度和色度分量上利用阈值分割法进行预处理;同时,对SVM分割后的图像,采用基于区域灰度差的生长准则进行后处理,获得了更好的分割效果.最后把支持向量机(SVM)方法与径向基神经网络(RBFNN)方法进行比较,实验结果表明,SVM分割效果优于RBFNN,是一种精度高、速度快的多光谱显微细胞图像分割方法.
文章根據多光譜圖像數據維數高的特點,以像素各箇波段的灰度值為特徵,採用支持嚮量機(SVM)方法為覈心來分割多光譜顯微細胞圖像.為提高計算速度,在亮度和色度分量上利用閾值分割法進行預處理;同時,對SVM分割後的圖像,採用基于區域灰度差的生長準則進行後處理,穫得瞭更好的分割效果.最後把支持嚮量機(SVM)方法與徑嚮基神經網絡(RBFNN)方法進行比較,實驗結果錶明,SVM分割效果優于RBFNN,是一種精度高、速度快的多光譜顯微細胞圖像分割方法.
문장근거다광보도상수거유수고적특점,이상소각개파단적회도치위특정,채용지지향량궤(SVM)방법위핵심래분할다광보현미세포도상.위제고계산속도,재량도화색도분량상이용역치분할법진행예처리;동시,대SVM분할후적도상,채용기우구역회도차적생장준칙진행후처리,획득료경호적분할효과.최후파지지향량궤(SVM)방법여경향기신경망락(RBFNN)방법진행비교,실험결과표명,SVM분할효과우우RBFNN,시일충정도고、속도쾌적다광보현미세포도상분할방법.
