利用单类支持向量机分割血细胞图像

利用单类支持向量机分割血细胞图像
潘晨;闫相国;郑崇勋;梁成文
【期刊名称】《西安交通大学学报》
【年(卷),期】2005(039)002
【摘要】为了提高白细胞自动识别算法的性能,提出了基于均值移动和单类支持向量机的血细胞图像分割新方法.该方法的原理是将图像中颜色相对稳定的背景和红细胞部分像素作为正训练样本,将颜色复杂多样的白细胞像素作为异常数据检测.均值移动过程用来在红、绿、兰(RGB)颜色空间寻找正训练样本集,通过均匀抽样和颜色量化措施,实现单类支持向量机(SVM)在线实时训练,最终图像像素经过单类SVM 分类来实现分割.实验表明,新方法对涂片制备和光照变化导致的图像颜色改变有很好的适应性,图像分割精度优于常用流域算法,而耗时只是后者的1/4.
【总页数】4页(P150-153)
【作者】潘晨;闫相国;郑崇勋;梁成文
【作者单位】西安交通大学教育部生物医学信息工程重点实验室,710049,西安;西安交通大学教育部生物医学信息工程重点实验室,710049,西安;西安交通大学教育部生物医学信息工程重点实验室,710049,西安;西安交通大学教育部生物医学信息工程重点实验室,710049,西安
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于小波变换和形态学分水岭的血细胞图像分割 [J], 黄籽博;刘任任;梁光明
2.基于强化学习的智能血细胞图像分割 [J], 汪传忠;熊厚金
3.改进的分数阶微分及图论的粘连血细胞图像分割 [J], 林丽群;王卫星
4.基于主凹点检测的血细胞图像去粘连分割算法研究 [J], 邱立英;林丽群
5.一种适合血细胞图像分割的改进流域分割算法 [J], 刘莉莉;王铮
因版权原因，仅展示原文概要，查看原文内容请购买。