您的位置: 专家智库 > >

国家自然科学基金(31201121)

作品数:4 被引量:7H指数:2
相关作者:刘俊李鹏飞喻杰刘小明梅明更多>>
相关机构:武汉科技大学更多>>
发文基金:国家自然科学基金湖北省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇图像
  • 2篇图像分割
  • 2篇超声
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇三维超声
  • 1篇特征提取
  • 1篇图像去噪
  • 1篇图像去噪算法
  • 1篇去噪
  • 1篇去噪算法
  • 1篇向量
  • 1篇向量机
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇脑部
  • 1篇聚类
  • 1篇基于支持向量...
  • 1篇集分割
  • 1篇各向异性扩散

机构

  • 3篇武汉科技大学

作者

  • 3篇刘俊
  • 1篇梅明
  • 1篇刘小明
  • 1篇喻杰
  • 1篇李鹏飞

传媒

  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇Journa...

年份

  • 1篇2017
  • 1篇2016
  • 2篇2015
4 条 记 录,以下是 1-4
排序方式:
鲁棒的各向异性扩散三维超声图像去噪算法被引量:1
2016年
针对三维超声图像去噪,提出一种新的各向异性扩散滤波算法。该算法主要通过改进传统算法中的扩散系数以及瞬时变化系数(ICOV),在保留三维超声图像边缘和细节的同时,更好地滤除了斑点噪声。与传统算法相比,该算法对迭代次数有更低的敏感度和更好的鲁棒性。
骆科扬刘俊
关键词:各向异性扩散鲁棒性
改进K均值与模糊置信度的脑部MRI分割被引量:3
2015年
针对脑部磁共振图像(MRI)的灰度分布特性,提出一种结合灰度距离加权K-means聚类与模糊置信度的混合医学图像分割方法。采用改进的灰度加权K-means聚类方法对MRI图像进行训练分类得到粗略分类结果,运用基于支持向量数据域描述(SVDD)的模糊置信度方法对每个类精细分割,得到脑部各组织的输出图像。该算法分割时逐渐增大目标模糊置信度门限,通过对模糊置信度的动态优化来逼近最佳分割结果。在脑部MRI图像上的实验结果表明,该方法在处理图像灰度分布不均匀、存在孤立点、细化轮廓等问题时具有较高的准确度和鲁棒性。
刘小明喻杰刘俊梅明
关键词:图像分割K-MEANS聚类磁共振图像
基于支持向量机的连续超声图像集分割算法被引量:3
2017年
针对传统的支持向量机(SVM)模型对连续超声图像集进行分割时需要为图像集中每张图片提取样本点来建立分割模型的问题,提出了一个对整个连续超声图像集的统一的SVM分割模型。首先,从图像的灰度直方图中提取灰度特征作为表征图像集中图像连续性的特征;其次,从图像集中选取部分图像作为样本,并从中提取像素点的灰度特征;最后,将各像素点的灰度特征与各像素点所在图像中表征图像集连续性的特征相结合,用SVM的方法训练出分割模型对整个图像集进行分割。实验结果表明,与传统SVM分割方法相比,新模型在面对大量的有连续变化的图像集的分割问题上,大幅地减少了人工选取样本点的工作量,并且在分割的准确率上也有保证。
刘俊李鹏飞
关键词:支持向量机图像分割特征提取
Exploiting Local and Global Characteristics for Contrast Based Visual Saliency Detection
2015年
Visual saliency is an important cue in human visual system to identify salient region in the image;it can be useful in many applications including image retrieval,object recognition,image segmentation,etc.Image contrast has been used as an effective feature to detect visual salient region.However,the conventional contrast measures either in spectral domain or in spatial domain fail to give sufficient consideration towards the local and global characteristics of the image.This paper presents a visual saliency detection algorithm based on a novel contrast measurement.This measurement extracts the spectral information of image block using the 2D discrete Fourier transform(DFT),and combines with the total variation(TV)of image block in spatial domain.The proposed algorithm is used to perform salient region detection in the image,and compared with state-of-the-art algorithms.The experimental results from the MSRA dataset validate the effectiveness of the proposed algorithm.
徐新王英林张晓龙
关键词:SALIENCYCONTRASTMEASUREMULTI-SCALELOCALCONTRASTGLOBALCONTRAST
共1页<1>
聚类工具0