包翔
- 作品数：4 被引量：6H指数：1
- 供职机构：江苏大学计算机科学与通信工程学院更多>>
- 发文基金：江苏省自然科学基金国家教育部博士点基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于邻域信息的B样条密度模型的医学图像分割研究
- 2014年
- 针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型而存在模型不匹配及应用于图像分割时对噪声比较敏感的问题,提出了一种基于空间邻域信息的B样条密度模型的图像分割方法。首先,通过构建基于规范化的B样条密度函数的非参数混合模型,定义空间信息函数,使得分割模型具有空间邻域信息;其次,利用非参数B样条期望最大(NNBEM)算法估计密度模型的未知参数;最后根据贝叶斯准则实现图像的分割。该图像分割方法不需要假设图像符合某种模型,就可以克服实际数据分布与假设图像模型不一致的问题。此方法有效克服了"模型失配"问题,而且有力抑制了噪声点,同时很好地保留了边界的特性。分别对模拟图像进行仿真,验证了基于空间邻域信息的B样条密度模型的分割方法的有效性。
- 刘哲宋余庆包翔
- 关键词：图像分割混合模型贝叶斯准则
- 一种面向体域网的ECG信号小波阈值去噪法被引量：6
- 2014年
- ECG信号的处理在体域网环境下面临资源受限、随机噪声多等问题,这对ECG信号的去噪方法提出了更高的要求。在提升小波变换的基础上,提出了一种新的基于双阈值函数的ECG信号去噪法。利用该双阈值函数对提升小波分解后的ECG细节信号进行处理,可以更加精确地将噪声信号从原始信号中分离出去。仿真实验表明,本算法在一定程度上克服了软、硬阈值去噪法的缺陷,获得了更好的去噪性能,去噪速度快,设计简单灵活,为计算资源受限的体域网等环境下的ECG信号的下一步处理奠定了基础。
- 刘毅宋余庆刘哲徐力彬包翔
- 关键词：提升小波去噪心电图
- 基于Contourlet变换和T混合模型的医学图像融合算法
- 2017年
- 医学图像融合已经成为医学图像处理领域的热门研究之一.针对基于高斯混合模型的期望最大值融合算法容易导致局部细节丢失的问题,提出了一种基于Contourlet变换的T混合分布图像融合方法.首先通过GIHS(Generalized Intensity-Hue-Saturation)变换将彩色医学图像从RGB颜色空间变换到GIHS空间,进而通过轮廓波变换(Contourlet)获得高频和低频两个部分;然后采用系数绝对值选大法和基于T分布混合模型期望最大法分别对高频部分和低频部分进行融合;最后利用Contourlet反变换获得新强度,将其和PET图像的其他分量通过GIHS反变换得到融合结果.该方法相比于其他的融合方法,具有信息量丰富、清晰度高等优点.
- 徐春艳宋余庆刘哲包翔
- 关键词：CONTOURLET变换图像融合
- 一种图像分割聚类数自适应计算方法
- 2015年
- 聚类理论是进行图像分割时的一种常用工具,然而多数聚类算法不能自动确定合适的聚类个数.提出一种基于高斯核密度函数的图像分割聚类数自适应计算方法.首先运用尺度空间滤波理论得到相应图像灰度值核密度函数的指纹图,然后运用高斯滤波理论得到滤波之后的核密度函数,再根据其与原核密度函数的相似程度得到聚类个数,最后将其作为核模糊聚类算法的初始参数进行分割.我们利用聚类标准I指标对分割结果进行评价,结果表明,该方法能准确地确定图像的初始聚类个数,并能达到更好的分割效果.
- 包翔宋余庆刘哲刘毅郑明杰
- 关键词：图像分割聚类个数指纹图
