已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、牛乳體細胞圖像分割算法是基于圖像處理的體細胞自動分析、計數(shù)系統(tǒng)的關(guān)鍵部分,對提高牛乳質(zhì)量檢測和奶牛乳腺炎診斷的效率和準(zhǔn)確性具有重要意義。為此,主要針對彩色牛乳體細胞圖像的分割進行了分析和研究。 首先采用方差分析方法和對比度方法進行彩色空間的選擇。經(jīng)實驗表明,在RGB、HSI和Lab中,RGB空間較適合于牛乳體細胞圖像的分割。用方差方法分析了RGB的三個顏色分量R、G、B,得出分量R和G區(qū)分能力較好,因此本文采用R和G分量信息進行
2、圖像分割與融合。 由于模糊C-均值算法在3維彩色空間對圖像分割時運算量大、速度慢、不利于實時應(yīng)用,提出了將模糊C-均值算法及融合技術(shù)方法應(yīng)用到1維空間R與G空間實施圖像分割,再將分割結(jié)果利用信息融合技術(shù)進行圖像融合,從而完成圖像的分割。經(jīng)與直接在3維空間上進行的分割及與在2維RB空間和1維空間分割并融合的方法進行比較,表明這種方法分割正確率高、時間耗費少,在實際應(yīng)用中可采用R與G2個顏色值分割并進行融合的方法對牛乳體細胞圖像進行
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 加權(quán)模糊c均值算法在圖像分割中的應(yīng)用
- 牛乳體細胞彩色圖像分割方法的研究.pdf
- 改進的模糊C均值聚類算法在圖像分割中的應(yīng)用.pdf
- 基于模糊C均值聚類的彩色圖像分割算法研究.pdf
- 模糊C-均值算法在拼車系統(tǒng)中的應(yīng)用.pdf
- 模糊C均值圖像分割算法及其應(yīng)用研究.pdf
- 基于模糊C均值的圖像分割算法研究.pdf
- 模糊C-均值算法在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 全局模糊C-均值聚類算法在色彩遷移中的應(yīng)用.pdf
- 改進的模糊C-均值聚類對噪聲圖像的分割.pdf
- 基于模糊C均值算法的醫(yī)學(xué)圖像分割研究.pdf
- 模糊c-均值算法的研究.pdf
- 基于模糊C-均值聚類的圖像分割技術(shù)研究.pdf
- 基于模糊C-均值聚類與模糊支持向量機的自適應(yīng)圖像分割算法.pdf
- 基于模糊C均值聚類的彩色圖像分割方法研究.pdf
- 區(qū)間二型模糊C均值圖像分割算法研究.pdf
- 模糊C-均值算法改進研究.pdf
- 基于模糊C均值的醫(yī)學(xué)圖像分割改進算法研究.pdf
- 改進的模糊C-均值算法在文本聚類中的應(yīng)用研究.pdf
評論
0/150
提交評論