交互式舌图像分割系统的设计与实现

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:zwzwzrzr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
舌象诊断是中医历史中最为重要的诊断手法之一,在中医几千年的历史中占据着极其重要的位置。伴随着现代科学与技术的发展,特别是计算机的普及,使得舌象诊断逐渐远离主观性、非量化等特点,自动化以及客观化的舌象诊断方式变为可能。本文的主要研究内容为对已经采集来的舌体图像进行舌体区域的分割,并设计一种方法,用以针对不同的舌体分割算法进行评测。全文内容主要包括三个部分:舌体分割评测系统的设计和实现、舌体分割算法的实现、交互式舌体分割算法的设计与实现。  舌体分割操作的难点主要原因包括:舌体区域表面有许多复杂的生理病理特征、舌体形状自由度过高、存在许多额外的噪声边缘。这些问题使得许多普适的分割算法难以适用。  本文首先对舌体分割评测系统进行了设计和实现。包括定义比较算法过程中所用到的各种图像的读取以及保存类型、不同算法之间的评测标准、标准库的建立及命名标准。  然后,本文设计了一种新的舌体图像分割算法,算法流程分为以下三个部分:Gabor边缘增强、可信点提取、利用Fast Marching进行可信点连接。其中可信点的提取综合利用了舌图像中的颜色、对称性、干扰边缘等分布特点、舌体边缘特点等信息。  交互式舌体分割方法中,主要用到两种交互式方法:1、人工边缘增强;2、手动获取可信点。  最后,本文利用交互式舌体分割结果和利用 GrabCut得到的切割结果,使用我们创建的系统进行比较。实验表明,本文提出的交互式分割算法有更高的准确率。
其他文献
近年来,无线网络通信技术得到了快速的发展,便携式、微型化计算设备迅速普及,基于无线网络的应用和服务在互联网服务中所占的比例逐年增大。越来越多的移动通信用户开始使用具有
随着互联网技术的迅速发展,网格技术也逐渐发展壮大,它是一种针对复杂科学计算领域的分布式计算方法,它仍处在不断发展和变化之中。网格能够集成或共享地理上分布的各种资源,使之
在信息时代人们需要对大量的数据进行处理,去寻找其规律并对其进行运用。分类是数据处理时经常要做的工作,因此分类问题成为机器学习域的一个重要研究内容。支持向量机方法通
近年来随着web数据爆炸式的增长,数亿TB的数据分布在世界上无数的服务器上。传统的数据库管理系统对个人数据管理中存在的异构数据显得无能为力,数据空间这种新的数据管理技
为了研究人类认知的发展过程,需一个与婴儿的生理能力和生态背景相类似的模拟系统,DIVA模型(Directions Into of Articulators)就是这样的系统。DIVA模型是一种关于语音生成
数据挖掘的发展使人们从海量数据中获取有用的知识成为可能。微数据指区别于统计数据的个体数据,它是数据采集与发布的基本单位。随着人们对微数据中个体隐私信息的日益关注,对
在网络结构和规模日益复杂庞大的今天,网络应用业务不断增加与网络负载日益繁重形成对比,如何对现有网络进行优化设计和规划,整合利用现有网络资源,合理升级网络硬件结构,以使充分
随着互联网技术的发展,社交网络为人们的沟通、娱乐以及获取信息方式等提供了新的途径。如今,社交网络的功能日趋强大,基于不同用户需求的社交网络层出不穷。因此,如何最大限度挖
糖尿病是一种危害人类健康的慢性疾病,随着人们生活水平的提高,发病率也在不断攀升。世界糖尿病联盟的数据显示,全球目前有近2.9亿糖尿病患者。其中,新增加的糖尿病病人主要集中
针对当下网络视频数量激增,在线访问量巨大,现有搜索引擎不便于用户浏览、搜索并快速掌握新闻事件演化发展的缺陷,本文以著名的在线视频分享与社交网站YouTube作为代表性数据