基于內(nèi)容的細(xì)胞圖像檢索

《基于內(nèi)容的細(xì)胞圖像檢索》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、東南大學(xué)碩士學(xué)位論文基于內(nèi)容的細(xì)胞圖像檢索姓名：周光泉申請學(xué)位級別：碩士專業(yè)：生物醫(yī)學(xué)工程指導(dǎo)教師：羅立民20030429基于內(nèi)容的細(xì)胞圖像榆索題名：基于內(nèi)容的細(xì)胞圖像檢索姓名：周光泉導(dǎo)師姓名：羅立民學(xué)校名稱：東南大學(xué)要每天都有火量的倒像信息在不斷地產(chǎn)生(如衛(wèi)星、醫(yī)療、安全等部門)。這些信息的有效編織羽I檢索便成為人們研究的課題。圖像檢索發(fā)展到現(xiàn)在經(jīng)歷了兩個階段：基于文本的檢索年¨基丁I勾容的檢索。傳統(tǒng)的蚓像檢索基于文本方式．使用關(guān)鍵字或自由文本描述圖像數(shù)據(jù)庫中的每幅圖像。但目前計算機視覺技術(shù)還不成熟，達(dá)不到對圖像的描述性關(guān)鍵字和語意信息的自動提取。纂丁

2、內(nèi)容的圖像檢索(CBIR，ContentBasedImageRetrieval)技術(shù)便是解決這一問題的熒鍵。此技術(shù)的核心是包含圖像內(nèi)容的可視特征。基于內(nèi)容的圖像檢索是圖像處理和計芥機視覺各種技術(shù)應(yīng)用的綜合，克服了傳統(tǒng)檢索方法的缺陷，具有無法比擬的優(yōu)越性，該技術(shù)的(1J『宄已成為當(dāng)前的熱點。基丁彩色細(xì)胞病理圖像的CBIR是計算機圖像處理在醫(yī)學(xué)中的一項新的應(yīng)用，近來，很多人就此提山各種算法和實現(xiàn)方案。由于細(xì)胞圖像的特殊性，簡單的采用單一特征并不能取得很女r的效果。本文在參考前人方案的基礎(chǔ)上，結(jié)臺基于形狀、紋理和顏色的圖像檢索，探索山彩色細(xì)胞病理圖像的CBIR

3、算法。系統(tǒng)的具體實現(xiàn)如下：苘先對細(xì)胞圖像預(yù)處理，在前人研究的基礎(chǔ)上，以K均值方法提取出細(xì)胞核后，用邊界跟蹤的方法得到細(xì)胞核邊界；接著我們通過閾值算法完成細(xì)胞漿的分割．然后再通過邊界跟蹤雨I數(shù)學(xué)形態(tài)學(xué)結(jié)臺的方法確定細(xì)胞漿的邊界。住預(yù)處理的基礎(chǔ)上，本文根據(jù)細(xì)胞圖像的特點，提取細(xì)胞圖像的6個顏色特征、12個紋理特祉利10個形狀特征作為圖像檢索系統(tǒng)中采用的檢索特征。由]j以上描述的細(xì)胞圖像特征的物理意義和取值范圍不同，需要歸一化處理．經(jīng)歸一化處理后，本文圖像聞相似性比較采用加權(quán)歐氏距離函數(shù)，比較不同特征的檢索結(jié)果，得到一種較女r的檢索方法——綜合特征的檢索。為了

4、進一步提高檢索系統(tǒng)的性能，本文還引進了相天反饋的機制，通過此方法，系統(tǒng)根據(jù)崩戶的反饋信息，動態(tài)調(diào)整查詢特征向量和其權(quán)重值糶優(yōu)化布詢結(jié)果，減少了削戶使用不恰當(dāng)?shù)奶卣鳈?quán)重值對綜臺特征檢索的影響。反饋父鍵詞：CBIR白細(xì)胞圖像分割形狀描述子共生矩陣盎準(zhǔn)率態(tài)到率歸一化相關(guān)東南人學(xué)碩：I：學(xué)位論義AbstractTitle：ContentbasedcolorcellimageretrievalGI’aduateStudent：ZHOUGuangquanAdvisor：LU0LiminSchool：SoutheastUniversi睜Everydayalargenu

5、mberofpicturesaregenerated，suchassatellitic，medicalimageandso011Howtosearchandindexsuchinformationeffectivelyisthecurrentquestionfordiscussion，mageRetrievalexperiencetwophasesbythistime：TextBasedImageRetrievalandContentBasedlinageRetrievalTraditionalTextBasedImageRetrievalutilize

6、skeywordsandtexttodescribeeveryimageinthedatabaseButthetechniqueofcomputervisionisnotmature，keywordsandtextinformationofimagescannotbeextractedautomatically．ContentBasedImageRetrievalisthekeyofsolvingthisquestion．TheCOreofthistechniqueincludesvisualfeaturesofimages．ContentBasedIm

7、ageRetrievalisintegrativeapplicationofdiftj*teattechniquesofimageprocessingandcomputervision．Itovercomesthelimitationoftraditionalimageretrieval．TheresearchofthistechniqueisthecurrenthotspotContentBasedColorCellImageRetrievalisoneofthenewComputerImageProcessingapplicationsinmedic

8、ine．Recently,manymethodsandtheorieshaveb