-
题名基于彩色纹理分析和神经元网络的结肠镜图像异常检测
被引量：1
- 1
-
-
作者
夏顺仁
陈希超
朱丹琦
-
机构
浙江大学生物医学工程教育部重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2004年第9期174-176,共3页
-
基金
国家自然科学基金资助项目 (60272029)
-
文摘
提出了一种新的基于彩色纹理分析和多层前馈型神经元网络的方法,对结肠镜图像进行异常检测。通过对两种常用的灰度图像纹理分析方法(同现矩阵方法和离散小波变换方法)进行扩展,提出相应的彩色纹理分析方法。彩色纹理分析提取出的特征参数构成作为识别器的多层前馈型神经元网络的输入。实验结果表明该方法能有效检测结肠镜图像中的各种异常。
-
关键词
彩色纹理分析
神经元网络
结肠镜图像
异常检测
-
Keywords
Colour texture analysis
Neural network
Colonoscopic images
Abnormality detection
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP317.4
[电子电信—信息与通信工程]
-
-
题名基于流形学习的彩色遥感图像分维数估算
- 2
-
-
作者
王洪波
罗贺
王晓佳
-
机构
合肥工业大学管理学院
过程优化与智能决策教育部重点实验室
-
出处
《中国图象图形学报》
CSCD
北大核心
2015年第8期1110-1121,共12页
-
基金
国家自然科学基金重点项目(71131002)
国家自然科学基金面上项目(71001032
+1 种基金
70801024)
中国博士后科学基金项目(2012T50571)
-
文摘
目的纹理特征提取一直是遥感图像分析领域研究的热点和难点。现有的纹理特征提取方法主要集中于研究单波段灰色遥感图像,如何提取多波段彩色遥感图像的纹理特征,是多光谱遥感的研究前沿。方法提出了一种基于流形学习的彩色遥感图像分维数估算方法。该方法利用局部线性嵌入方法,对由颜色属性所组成的5-D欧氏超曲面进行维数简约处理;再将维数简约处理后的颜色属性用于分维数估算。结果利用Landsat-7遥感卫星数据和Geo Eye-1遥感卫星数据进行实验,结果表明,同Peleg法和Sarkar法等其他分维数估算方法相比,本文方法具有较小的拟合误差。其中,其他4种对比方法所获拟合误差E平均值分别是本文方法所获得拟合误差E平均值的26.2倍、5倍、26.3倍、5倍。此外,本文方法不仅可提供具有较好分类特性的分维数,而且还能提供相对于其他4种对比方法更加稳健的分维数。结论在针对中低分辨率的真彩遥感图像和假彩遥感图像以及高分辨率彩色合成遥感图像方面,本文方法能够利用不同地物所具有颜色属性信息,提取出各类型地物所对应的纹理信息,有效地改善了分维数对不同地物的区分能力。这对后续研究各区域中不同类型地物的分布情况及针对不同类型地物分布特点而制定区域规划及开发具有积极意义。
-
关键词
彩色纹理分析
彩色遥感图像
分维数
流形学习
特征提取
-
Keywords
color texture analysis
color remote sensing image
fractal dimension
manifold learning
feature extraction
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
