亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于弱邊界增強(qiáng)結(jié)構(gòu)森林的舌苔圖像分割

        2019-09-10 07:22:44楊玉成張乾
        關(guān)鍵詞:圖像分割圖像增強(qiáng)

        楊玉成 張乾

        摘要:針對(duì)結(jié)構(gòu)森林分割醫(yī)學(xué)圖像存在弱邊界的問題,提出了一種弱邊界增強(qiáng)結(jié)構(gòu)森林的舌苔圖像分割方法。充分利用舌苔圖像RGB顏色空間的G值對(duì)圖像進(jìn)行分割,在RGB顏色空間中采用線性插值算法對(duì)G進(jìn)行增強(qiáng),同時(shí)將圖像轉(zhuǎn)換為灰度圖來提高舌苔與其周邊皮膚的對(duì)比度,突顯弱邊界信息,并將其均衡化處理,進(jìn)一步增強(qiáng)圖像對(duì)比度。采用自適應(yīng)算法對(duì)圖像進(jìn)行縮放使舌苔的弱邊界得到再次增強(qiáng),使用結(jié)構(gòu)森林算法對(duì)增強(qiáng)后的舌苔圖像進(jìn)行分割。通過在國際公開數(shù)據(jù)集TongeImage Dataset-master舌苔圖像上進(jìn)行實(shí)驗(yàn),表明能有效提高圖像的分割質(zhì)量。

        關(guān)鍵詞:圖像分割;結(jié)構(gòu)森林;舌苔圖像;圖像增強(qiáng)

        中圖分類號(hào):TP391.4文獻(xiàn)標(biāo)志碼:A文章編號(hào):1008-1739(2019)08-58-3

        0引言

        圖像分割是計(jì)算機(jī)視覺、數(shù)字圖像處理、模式識(shí)別及人工智能等領(lǐng)域的重要研究內(nèi)容。圖像分割是指從圖像中提取感興趣的區(qū)域,該區(qū)域既可以是單個(gè)區(qū)域,也可以是多個(gè)區(qū)域的集合。近年來,圖像分割被廣泛應(yīng)用于公共安全、無人駕駛、生物醫(yī)療以及醫(yī)學(xué)圖像處理等領(lǐng)域。其中,基于圖像分割的醫(yī)學(xué)圖像處理受到廣大學(xué)者的關(guān)注并成為醫(yī)學(xué)界的研究熱點(diǎn)。在醫(yī)學(xué)圖像處理中,舌苔圖像處理與分析是重要問題之一。隨著人們對(duì)醫(yī)療健康關(guān)注度的不斷提高,通過舌苔圖像分析實(shí)現(xiàn)計(jì)算機(jī)輔助醫(yī)學(xué)診斷是近年來生物信息學(xué)、計(jì)算機(jī)處理及模式識(shí)別研究領(lǐng)域中的新問題。

        1醫(yī)學(xué)圖像分割

        在數(shù)字圖像處理和生物信息學(xué)中積淀了多種經(jīng)典的圖像分割算法,有基于閾值分割和邊緣檢測(cè)的傳統(tǒng)圖像分割方法,以及基于圖像輪廓的活動(dòng)輪廓法和結(jié)構(gòu)森林分割方法,值得關(guān)注的是機(jī)器學(xué)習(xí)中的深度學(xué)習(xí)也可以用于研究圖像分割。

        過去主流的圖像分割方法有3個(gè)。①閾值分割方法:利用目標(biāo)和背景的灰度差,通過先驗(yàn)知識(shí)選擇最優(yōu)閾值作為目標(biāo)和背景的區(qū)分準(zhǔn)則,最終實(shí)現(xiàn)對(duì)圖像的分割。閾值分割法被廣泛應(yīng)用于生物醫(yī)學(xué)領(lǐng)域,Chen等[1]將閾值分割方法與SVM相結(jié)合對(duì)醫(yī)學(xué)圖像進(jìn)行分割。②邊緣檢測(cè)法:利用圖像中相鄰區(qū)域的像元信息差異來確定邊界點(diǎn),然后把各邊界點(diǎn)連接得到區(qū)域輪廓。傅之成等[2]通過徑向邊緣檢測(cè)與Snake模型結(jié)合對(duì)舌苔圖像進(jìn)行分割。③區(qū)域生長法:利用圖像中同一區(qū)域內(nèi)點(diǎn)的相似性,在每個(gè)區(qū)域內(nèi)分別選取種子點(diǎn),把與種子點(diǎn)性質(zhì)相同或相似的點(diǎn)聚合在一個(gè)區(qū)域。舒添慧等[3]將區(qū)域生長算法用于CT圖像的分割,該方法具有較高的分割效率。

        本文充分借鑒結(jié)構(gòu)森林在圖像分割中取得的優(yōu)秀成果[4],結(jié)合舌苔圖像的特性提出基于弱邊界增強(qiáng)結(jié)構(gòu)森林的舌苔圖像分割方法。

        2結(jié)構(gòu)森林

        隨機(jī)森林由多棵相互獨(dú)立的決策樹組合而成,結(jié)構(gòu)森林在隨機(jī)森林的基礎(chǔ)上將其擴(kuò)展為結(jié)構(gòu)化的輸出空間,再將結(jié)構(gòu)化的輸出空間映射至低維空間,得到維度較低的特征,再利用主成分分析法進(jìn)行二次降維。

        決策樹對(duì)數(shù)據(jù)集進(jìn)行分類的過程實(shí)際是一個(gè)連續(xù)遞歸的過程,由一個(gè)分割函數(shù)構(gòu)成,表達(dá)式為:

        結(jié)構(gòu)化的輸出空間維度較高,為了降低計(jì)算成本、提高運(yùn)算速度,需要對(duì)其進(jìn)行降維處理,即將其映射至一個(gè)離散的低維空間。建立一個(gè)臨時(shí)空間,將結(jié)構(gòu)化的標(biāo)簽映射至空間,從而達(dá)到降維的目的。再次建立一個(gè)臨時(shí)空間,將映射至,使用主成分分析法對(duì)進(jìn)行降維,過程可簡單歸納為:→→,最后用主成分分析法對(duì)進(jìn)行降維。

        3弱邊界的增強(qiáng)

        結(jié)構(gòu)森林算法由Dollár和Zitnick在文獻(xiàn)[4]中提出,并且具有較高的分割精度,隨后又在文獻(xiàn)[5]中對(duì)算法進(jìn)行了部分改進(jìn)。結(jié)構(gòu)森林支持并行運(yùn)算、分割速度與樹的深度成正比、分類速度快、效果好。因此本文使用結(jié)構(gòu)森林作為分類器對(duì)舌苔圖像進(jìn)行分割。

        通過對(duì)舌苔圖像的分析發(fā)現(xiàn)舌苔圖像存在弱邊界的原因:

        ①舌苔中間區(qū)域存在一層水膜對(duì)光線反射性較強(qiáng),該區(qū)域具有較高的亮度,因此,該區(qū)域邊界輪廓線比真實(shí)邊界輪廓線清晰。

        ②舌苔顏色與周邊皮膚顏色相似,在對(duì)舌苔圖像進(jìn)行分割時(shí)高亮度的水膜區(qū)域邊界易被誤檢測(cè)為舌苔邊界,而真實(shí)邊界易被遺漏導(dǎo)致分割區(qū)域不完整以及分割信息缺失,由于舌苔顏色與周邊皮膚顏色相似,所以在進(jìn)行邊緣檢測(cè)時(shí)易被遺漏。

        針對(duì)舌苔與周圍皮膚存在弱邊界導(dǎo)致結(jié)構(gòu)森林分割效果不佳的問題,通過分析RGB圖像的,,值,發(fā)現(xiàn)值具有較強(qiáng)的區(qū)分性,由此提出增強(qiáng)值的方法。本文使用值增強(qiáng)公式增強(qiáng)舌苔圖像的值來提高舌苔圖像的對(duì)比度并將圖像轉(zhuǎn)換為灰度圖,使弱邊界信息得到凸顯。直方圖均衡化方法是指將圖像像素值均勻化,增強(qiáng)圖像對(duì)比度使圖像在視覺上更加清晰,所以本文將灰度圖像素均衡化,使舌苔弱邊界更加清晰。由于非重建性縮放會(huì)造成圖像像元損失并且不能實(shí)現(xiàn)任意倍數(shù)的縮放,而重建性算法能夠最大程度保持圖像的完整性,本文選擇使用重建性算法中的雙線性插值法對(duì)增強(qiáng)后的舌苔圖像進(jìn)行縮放處理,進(jìn)一步增強(qiáng)舌苔弱邊界清晰度,使用結(jié)構(gòu)森林對(duì)預(yù)處理后的舌苔圖像進(jìn)行分割。增強(qiáng)舌苔圖像的對(duì)比度使舌苔圖像弱邊界得到明顯增強(qiáng),提高了結(jié)構(gòu)森林的分割精度。

        3.1圖像值的增強(qiáng)

        圖1為舌苔圖像的,,分量的灰度直方圖,通過對(duì)RGB圖像的,,值的直方圖進(jìn)行對(duì)比發(fā)現(xiàn),舌苔與周邊皮膚的值幾乎一致,但是它們的值存在較大差異,這也是舌苔在視覺上顏色比皮膚紅的原因。舌苔圖像與周邊皮膚的,,值存在相關(guān)性,主要有以下3種情況:①舌苔表面的值比值大,或者等于值,而周邊皮膚的值大于值;②舌苔上的值小于周邊皮膚的值;③在舌苔和皮膚圖像中,值均大于,值[6]。

        用’代替原圖像的值并將圖像轉(zhuǎn)換為灰度圖,增強(qiáng)舌苔與周圍皮膚的對(duì)比度,凸顯弱邊界信息,再使用直方圖均衡化方法將新的舌苔圖像均衡化,使舌苔弱邊界在視覺上更加清晰,圖像對(duì)比度得到進(jìn)一步增強(qiáng)。如圖2所示,其中圖2(a)為原圖像,圖2(b)為增強(qiáng)值并均衡化后的舌苔圖像,增強(qiáng)后的圖像對(duì)比度比原圖像更高,輪廓更加清晰。

        3.2圖像的縮放

        圖像縮放的物理方法有2種:①直接改變圖像的物理尺寸將其放大或縮??;②圖像物理尺寸保持不變,將圖像的維度降低。

        圖像的縮放又可分為重建性縮放和非重建性縮放,非重建性縮放不能實(shí)現(xiàn)任意倍數(shù)的縮放,只能實(shí)現(xiàn)整數(shù)倍數(shù)的縮放,而重建性縮放可以實(shí)現(xiàn)任意倍數(shù)的縮放,并且可以最大限度地保持圖像信息的完整性。因此,本文選用重建性縮放法即雙線性插值法,對(duì)圖像進(jìn)行縮放處理。

        3.3圖像分割流程

        基于弱邊界增強(qiáng)結(jié)構(gòu)森林的舌苔圖像分割流程如圖3所示。

        4實(shí)驗(yàn)結(jié)果與分析

        本文在實(shí)驗(yàn)中所使用的圖像數(shù)據(jù)集為TongeImage Dataset-master,其像素均為768*576。直接使用結(jié)構(gòu)森林算法對(duì)舌苔圖像進(jìn)行分割會(huì)有部分輪廓信息的缺失,所以在使用結(jié)構(gòu)森林對(duì)舌苔圖像進(jìn)行分割時(shí),首先對(duì)圖像進(jìn)行預(yù)處理:①用本文提出的方法增強(qiáng)舌苔圖像的值并將圖像轉(zhuǎn)換為灰度圖;②將增強(qiáng)后的圖像縮放為原來的0.5倍。

        如圖4所示,使用本文提出的弱邊界增強(qiáng)方法,舌苔圖像邊界得到明顯的增強(qiáng),用結(jié)構(gòu)森林分割未增強(qiáng)的舌苔圖像有部分輪廓信息缺失,而用增強(qiáng)結(jié)構(gòu)森林對(duì)增強(qiáng)后的舌苔圖像進(jìn)行分割,可得到完整的舌苔輪廓。

        5結(jié)束語

        參考文獻(xiàn)

        [1] Chen X,Li D.Medical Image Segmentation Based on Threshold SVM[C]//Biomedical Engineering and Computer Science (ICBECS),2010 International Conference on,IEEE, 2010:1-3.

        [2]傅之成,李曉強(qiáng),李福鳳.基于徑向邊緣檢測(cè)和Snake模型的舌像分割[J].中國圖象圖形學(xué)報(bào),2009,14(4): 688-693.

        [3]舒添慧,胥布工,胡戰(zhàn)虎.基于區(qū)域生長法的醫(yī)學(xué)圖像分割[J].微計(jì)算機(jī)信息,2008(18):284-285,195.

        [4] DolláR P,Zitnick C L.Structured Forests for Fast Edge Detection[C]//Computer Vision (ICCV),2013 IEEE International Conference on.IEEE,2013:1841-1848.

        [5] DolláRP, Zitnick C L.Fast Edge Detection Using Structured Forests[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2015,37(8): 1558-1570.

        [6]李文書.醫(yī)學(xué)圖像處理中若干關(guān)鍵技術(shù)研究[D].上海:上海交通大學(xué),2010.

        [7]王森,楊克儉.基于雙線性插值的圖像縮放算法的研究與實(shí)現(xiàn)[J].自動(dòng)化技術(shù)與應(yīng)用,2008(7):44-45,35.

        猜你喜歡
        圖像分割圖像增強(qiáng)
        基于卷積神經(jīng)網(wǎng)絡(luò)的船舶圖像增強(qiáng)研究
        圖像增強(qiáng)技術(shù)在超跨聲葉柵紋影試驗(yàn)中的應(yīng)用
        水下視覺SLAM圖像增強(qiáng)研究
        虛擬內(nèi)窺鏡圖像增強(qiáng)膝關(guān)節(jié)鏡手術(shù)導(dǎo)航系統(tǒng)
        基于圖像增強(qiáng)的無人機(jī)偵察圖像去霧方法
        計(jì)算機(jī)定量金相分析系統(tǒng)的軟件開發(fā)與圖像處理方法
        基于灰色系統(tǒng)理論的數(shù)字圖像處理算法
        一種改進(jìn)的分水嶺圖像分割算法研究
        科技視界(2016年26期)2016-12-17 16:25:03
        基于LabVIEW雛雞雌雄半自動(dòng)鑒別系統(tǒng)
        一種圖像超像素的快速生成算法
        久久久国产精品ⅤA麻豆| 亚洲深深色噜噜狠狠网站| 亚洲av成人噜噜无码网站| 久久久久亚洲精品天堂| 男人天堂av在线成人av| 国产亚洲日本精品二区| 亚洲人成网站18禁止| 国产suv精品一区二区6| 亚洲AV无码一区二区二三区我| 俺来也三区四区高清视频在线观看| 日韩有码中文字幕在线观看| 亚洲精品无码国产| 在线免费观看国产精品| 精品人妻中文字幕一区二区三区| 日韩中文字幕素人水野一区 | 久久精品国产亚洲av豆腐| 一 级做人爱全视频在线看| 影音先锋每日av色资源站| 国产精品黄色片在线观看| 一区二区三区在线乱码| 亚洲日韩精品无码av海量| 久久久精品2019免费观看| 无码高潮久久一级一级喷水| 国产视频激情视频在线观看| 国产精品免费av片在线观看| 999久久久精品国产消防器材| 国产精品亚洲精品日产久久久| 99在线视频这里只有精品伊人| 国产日产综合| 久久精品无码一区二区三区蜜费| 国产精品久久婷婷六月| 亚洲综合网国产精品一区| 中文字幕日本最新乱码视频| 久久久久久久久中文字幕| 亚洲中文字幕人成乱码在线| 亚洲国产av无码专区亚洲av| 亚洲国产成人久久一区www妖精| 区二区三区亚洲精品无| 丝袜美腿亚洲一区二区| 欧美亚洲日韩国产人成在线播放| 欧美亚洲国产精品久久久久|