基于蚁群聚类的舌像分割方法研究

来源 :广东工业大学 | 被引量 : 4次 | 上传用户:troy003
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
图像分割的目的就是把图像分成具有不同特征的区域,并通过一定的方法把人们感兴趣的内容提取出来的过程,在医学图像的分析、计算机视觉、图像编码等很多领域也已得到了实际的应用。舌诊作为中医诊断的一项重要内容,正在向客观化、标准化转变,在这一过程中,必须先对采集到的舌像进行分割,因为它的分割效果会对后续的分析和诊断工作产生影响,但是,实际采集到图像往往包含脸部、嘴唇和牙齿等多余的信息,传统的分割方法很难实现对舌像很好的分割,如何寻求一种效果较好的舌像分割方法成为了图像分割领域的一个难题。蚁群算法作为一种人工群智能算法,具有很多的优点,已在一些困难的组合优化问题和大数量的问题中取得很好的效果。本文结合蚁群算法和舌像分割的特点,把蚁群算法引入到中医舌像的分割中进行研究,具有重要的理论意义和应用价值。本文在国内外相关参考文献的基础上,进行了充分的总结和分析,对蚁群算法在舌像分割中的应用进行了深入的研究,主要的研究内容如下:(1)对蚁群算法进行了研究,分析该算法机制原理,并以基本旅行商问题为基础分析了蚁群算法的两种基本的数学模型:基本的蚁群算法模型和基于聚类的蚁群算法模型,最后通过基本的蚁群算法对旅行商问题进行了实现。(2)对图像分割的基本原理和目前存在的图像分割的常用方法进行研究,并把这些传统的方法应用到舌像的分割中,分析各种算法的优点与不足,为进一步的研究工作做好准备。(3)根据基本蚁群聚类的特点,对基本的蚁群聚类方法在图像边缘提取中的应用进行研究,并把改进的方法应用到舌像边缘的分割中,通过实验证明了该方法的有效性。(4)在各种基础理论的基础上,对彩色空间和聚类方法进行了研究,并结合中医舌诊系统的要求,提出一种基于蚁群聚类算法的彩色舌像分割方法,为了提高蚁群收敛的速度,先对舌像进行若干区域的划分,对各个区域再并行地利用蚁群算法进行聚类,最后再利用FCM找出最优的聚类结果,最终实现分割,通过实验测试表明该方法是一种效果较好舌像分割方法。本文的最后对所做的研究工作进行了总结,给出了本文的创新点和主要研究成果,并对进一步将要进行的研究工作进行了展望。
其他文献
复杂交通环境中基于视频图像序列的多目标跟踪与识别技术是智能交通监控系统领域近年来备受关注的热点之一,其涉及的技术知识十分广泛,包括计算机视觉、图像处理与模式识别、人
无线传感器网络技术已经成为现代技术研究的热点方向之一,具有重大的科学意义和应用前景。但无线传感器网络节点往往能量和带宽有限,计算能力和存储能力弱等限制,传统的无线
故障诊断是一种通过对故障信息之间逻辑关系的分析而进行故障判断与诊断的技术。如何构建有效的故障诊断模型,以及如何消除诊断过程中不确定性问题带来的影响,是故障诊断技术研究中需要解决的关键问题。其中,对于不确定性问题的分析是一个难点,国内外研究者针对不同背景从不同角度已提出了多种分析和处理的方法。针对故障诊断过程中存在的一系列不确定性问题,尤其是故障信息影响因子的分配以及信息采集时间的不确定性问题,本文
随着移动互联网的发展,移动智能终端设备在全球范围内得到了迅速地普及。Android作为一款应用于移动智能手机上的操作系统,以其开源的特性受到了众多用户的青睐。然而,开源的代
信息物理融合系统(Cyber Physical Systems,CPS)是一种新兴技术,它代表了下一代的核心信息技术,甚至被称为“第三次信息革命”,足见其受重视程度。CPS注重的是现实世界和虚拟
无线传感器网络WSN是当前嵌入式与物联网领域的研究热点之一。WSN的应用开发涉及传感器、无线通信与组网、嵌入式软硬件设计及应用对象领域等综合技术。WSN的应用研究与产品
目前,语音端点检测已经成为语音识别,语音编码及语音分类等语音处理过程中必不可少的一部分。作为语音技术的预处理,语音端点检测(Voice Activity Detection,VAD)准确率的微小改进
近年来,随着语音识别技术不断地发展,语音识别系统已开始从PC机逐步走向嵌入式平台。然而当嵌入式语音识别系统应用到真实的操作环境中时,由于训练环境和识别环境的不匹配,导致其
目标跟踪技术是计算机视觉领域中的热门课题之一,目前该技术已广泛应用于民用、军用和工程等各个领域,本文主要研究基于EMD(Earth Movers Distance)的目标跟踪算法研究与实现。
入侵检测是网络安全的主动防御工具,当检测到入侵行为时,要求响应单元尽可能快速响应处理,并记录其特征,以便于以后的检测。由于发生的入侵行为大多具有相关性,故入侵行为的