醫(yī)學(xué)圖像分割算法研究_第1頁(yè)
醫(yī)學(xué)圖像分割算法研究_第2頁(yè)
醫(yī)學(xué)圖像分割算法研究_第3頁(yè)
醫(yī)學(xué)圖像分割算法研究_第4頁(yè)
醫(yī)學(xué)圖像分割算法研究_第5頁(yè)
已閱讀5頁(yè)，還剩8頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

醫(yī)學(xué)病理切片圖像中真皮區(qū)域分割算法研究指導(dǎo)教師：毛力姓名：董文欣專

業(yè)：通信工程畢業(yè)設(shè)計(jì)（論文）的主要內(nèi)容（含主要技術(shù)參數(shù)）1.了解醫(yī)學(xué)病理切片圖像中真皮區(qū)域分割研究背景，研究意義，國(guó)內(nèi)外在該領(lǐng)域的研究進(jìn)展；2.熟悉MATLAB編譯環(huán)境，能使用MATLAB編程語(yǔ)言對(duì)核心算法進(jìn)行仿真；3.理解Kmeans和LDA分類算法的原理，掌握醫(yī)學(xué)病理切片圖像中真皮區(qū)域分割的實(shí)現(xiàn)流程，研究并實(shí)現(xiàn)基于Kmeans算法和基于LDA算法的醫(yī)學(xué)病理切片圖像中真皮區(qū)域分割算法，通過仿真實(shí)驗(yàn)結(jié)果比較兩種分類算法的優(yōu)缺點(diǎn)；4.總結(jié)全文，提出分割算法改進(jìn)的方向，并對(duì)下一步工作做出展望。目錄一、研究背景及意義二、醫(yī)學(xué)圖像分割方法簡(jiǎn)介三、KMEANS算法實(shí)現(xiàn)四、LDA算法實(shí)現(xiàn)五、算法評(píng)估六、主要參考文獻(xiàn)典型的圖像分割方法典型的圖像分割方法有閾值法，邊緣檢測(cè)法，區(qū)域法。

閾值分割閾值分割

閾值法的過程是決定一個(gè)灰度值，用以區(qū)分不同的類，這個(gè)灰度值就叫做“閾值”，把灰度值大于閾值的所有像素歸為一類，小于闞值的所有像素歸為另一類。閾值分割步驟閾值分割方法聚類法KMEANS聚類算法最大熵法最小誤差閾值選擇法確定需要的分割閾值閾值與像素值比較劃分像素KMeans算法K-means算法

是聚類算法中的一種常用算法,在模式識(shí)別和聚類中經(jīng)常被使用,屬于無(wú)監(jiān)督分類的一個(gè)分支.其主要目的是對(duì)具有相同數(shù)據(jù)類型的樣本數(shù)據(jù)按距離最短規(guī)則進(jìn)行集合的劃分,最終獲取各等價(jià)類。基本思想是：以空間中k個(gè)點(diǎn)為中心進(jìn)行聚類，對(duì)最靠近他們的對(duì)象歸類。通過迭代的方法，逐次更新各聚類中心的值，直至得到最好的聚類結(jié)果。K-means算法的主要思想是基于使聚類性能指標(biāo)最小化

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論