导读:本文包含了可变分割论文开题报告文献综述及选题提纲参考文献，主要关键词:肺实质分割,形态学,可变元,LIDC数据集
可变分割论文文献综述
海涌昊,朱梦宇[1]（2019）在《一种基于形态学可变元的肺实质分割方法》一文中研究指出能极大提高肺癌患者生存率的诊断方式是肺癌的早期诊断,基于当前肺癌的早期诊断都依赖于恶性肺结节的检测,而肺结节检测算法数据准备环节最重要的一步是肺实质分割的现状,本文提出一种基于形态学可变元的肺实质分割方法。传统的形态学肺实质分割方法在分割大多数正常肺部CT时,能够达到优良的效果,但是在面对肺部情况复杂,CT层位于肺部顶端或底端时,传统的形态学肺实质分割方法便会失效,此时便需要人工分割。本文提出的这一新方法,能极大提高肺实质分割准确率,摆脱需要人工分割的局面。(本文来源于《生命科学仪器》期刊2019年Z1期）
李玉,袁永华,赵雪梅[2]（2018）在《可变类谱聚类遥感影像分割》一文中研究指出为实现遥感影像分割中类别数的准确、自动判别,提出了一种可变类谱聚类算法.根据影像的相似图构建权值矩阵和标准Laplacians矩阵,计算Laplacians矩阵较小特征值对应的特征向量生成特征向量矩阵,并视其与像素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同(近似)块对角结构时类属同一目标类像素特征点的聚集性,定义聚类度指标,计算不同分割类别数对应聚类度;选择聚类度将发生最后一次较大跳变时的分割类别数作为算法估计类别数,并采用FCM(Fuzzy C-Means)算法划分该类别数对应像素特征点集实现影像分割.分别采用提出算法和基于特征间隙的算法分割合成及真实遥感影像.实验结果表明提出算法可准确地判别影像类别数.(本文来源于《电子学报》期刊2018年12期）
李玉,胡海峰,赵雪梅,赵泉华[3]（2018）在《基于可变形状参数Gamma分布的模糊聚类多视SAR图像分割》一文中研究指出针对传统模糊聚类分割算法无法克服合成孔径雷达(synthetic aperture radar,SAR)图像中固有的斑点噪声问题,提出了一种利用可变形状参数Gamma分布和邻域相关性的模糊聚类分割算法。可变形状参数Gamma分布用于建模多视SAR强度图像的斑点噪声,并以其负对数作为特征场中像素与聚类间强度的相似性测度模型;通过马尔可夫随机场(Markov random field,MRF)建立标号场中邻域像素的类属相关性模型;在模糊聚类框架下,以上述模型为基础构建模糊目标函数;在目标函数最小化准则下,求解最优结果。实验表明,可变形状参数Gamma分布能够更加准确地拟合同质区域内像素强度的统计直方图。为有效求解包涵在Gamma函数内的形状参数,采用牛顿迭代算法估计其数值解。对合成和真实多视SAR图像分别进行分割实验,定性、定量分析的结果验证了本文算法的有效性。(本文来源于《武汉大学学报(信息科学版)》期刊2018年07期）
赵泉华,刘晓燕,赵雪梅,李玉[4]（2018）在《基于可变类FCM算法的多光谱遥感影像分割》一文中研究指出为了自动确定多光谱遥感影像中地物目标类别数,该文提出一种基于可变类模糊C均值(Fuzzy C-Means,FCM)的多光谱遥感影像分割方法。首先定义像素与聚类的非相似性测度并据此构建目标函数,而后通过求解目标函数得到最优模糊隶属度和聚类中心。其次,研究模糊因子与影像地物目标类别数的关系,并通过定义划分熵(Partition Entropy,PE)指数优选模糊因子,选择PE指数值稳定收敛后所对应的最小模糊因子值为最优模糊因子,根据模糊因子与类别数的关系得到最优类别数,从而实现了影像的可变类分割。最后,利用提出算法分别对合成和真实多光谱遥感影像进行分割实验,实验结果表明,提出算法不仅能自动确定影像的最优类别数,还能获得较好的分割结果,为实现自动确定遥感影像中地物目标类别数提供新方法。(本文来源于《电子与信息学报》期刊2018年01期）
王玉,李玉,赵泉华[5]（2015）在《基于规则划分和RJMCMC的可变类图像分割》一文中研究指出为了自动确定遥感图像分割中的类别数,提出了一种结合规则划分和逆跳马尔科夫链蒙特卡洛(RJMCMC)算法的可变类图像分割方法。首先,将图像域划分成若干个不同的规则子块,并假设每个子块内的像素满足同一独立的多值Gaussian分布;在此基础上,根据贝叶斯定理,建立基于区域的图像分割模型;然后利用RJMCMC算法模拟该分割模型,以自动确定图像类别数并实现区域分割;为了进一步提高分割精度,设计了精细化操作。利用本文提出的方法,分别对合成及彩色遥感图像进行可变图像分割,实验结果表明,提出的方法不仅能自动确定图像类别数,还可以实现区域分割,从而验证提出算法的可行性及有效性。(本文来源于《仪器仪表学报》期刊2015年06期）
王玉[6]（2015）在《基于RJMCMC算法的可变类遥感图像分割》一文中研究指出在遥感图像分割中,自动确定图像类别数是其重点也是难点问题,为此,提出了基于像素和区域两种策略下利用可逆跳变马尔可夫链蒙特卡罗(Reversible Jump Markov Chain Monte Carlo, RJMCMC)算法实现可变类图像分割的方法。首先,根据贝叶斯定理建立基于像素和区域的分割模型。在基于像素的分割模型中,为了表达像素标号的邻域关系,用马尔可夫随机场(Markov Random Field, MRF)建模标号场；假设其同质区域内各像素服从同一独立的统计分布；然后利用贝叶斯定理,构建后验概率密度函数。在基于区域的分割模型中,首先利用规则划分技术将图像域划分成若干个子块,在此基础上,用改进的Potts模型刻画标号场；假设同一子块的像素服从同一独立的统计分布且所有子块相互独立,从而构建图像模型；然后根据贝叶斯定理,建立基于区域的分割模型。图像分割模型建立完成后,利用RJMCMC算法模拟该模型。在模拟过程中,设计的移动操作包括：分裂或合并实类、改变参数矢量、改变标号场、生成或删除空类及分裂或合并子块。为了验证提出方法,分别对模拟图像、合成孔径雷达(Synthetic Aperture Radar, SAR)图像及彩色遥感图像进行可变类分割实验,实验结果表明,提出方法不仅能自动确定图像类别数,还可以实现同质区域分割；并对分割结果进行定量及定性评价,通过评价结果,验证了提出方法的可行性及有效性。(本文来源于《辽宁工程技术大学》期刊2015-01-07）
王玉,李玉,赵泉华[7]（2014）在《利用RJMCMC算法的可变类SAR图像分割》一文中研究指出自动确定地物类别数是SAR图像分割方法研究的重点和难点问题,为此,提出一种自动确定类别数的SAR图像分割算法。首先假定SAR图像中各像素强度服从同一独立的Gamma分布并以此建立图像模型;根据贝叶斯定理构建刻画图像分割的后验概率模型;设计RJMCMC(Reversible Jump Markov Chain Monte Carlo)算法模拟该后验概率模型,以确定图像类别数并同时完成区域分割。在提出的RJMCMC算法中,设计的移动操作类型包括:分裂或合并实类、改变参数矢量、改变标号及生成或删除空类。为了验证提出的可变类分割算法,分别对真实及模拟SAR图像进行可变类分割实验,定性及定量精度评价结果表明该算法的可行性及有效性。(本文来源于《信号处理》期刊2014年10期）
黄伟,卢桂馥[8]（2014）在《一种基于可变Snake模型的肝脏超声病灶图像分割方法》一文中研究指出Snake模型(活动轮廓模型)大量应用于各种医学图像的分割,用于对超声图像病灶的分割和识别,可以大大提高临床诊断和决策的效率。针对NBGVF模型对弱边界处理效果差,分割运算量大,对初始轮廓不能自适应生成等不足,提出一种基于能量函数和颜色特征的初始轮廓提取方法,结合病灶区域颜色空间特征和医生先验信息,利用能量函数构建可变的Snake初始轮廓完成逼近,对图像中病灶位置进行有效的提取。实验结果表明,改进的方法提高了病灶分割和临床决策效率。(本文来源于《井冈山大学学报(自然科学版)》期刊2014年04期）
覃显晶[9]（2014）在《基于耦合可变模型的膀胱壁分割方法》一文中研究指出在膀胱磁共振(Magnetic Resonance, MR)图像中，膀胱壁的准确分割对临床应用和医学研究具有重要意义。膀胱癌是一种发病率和复发率都很高的疾病，早期的检测非常重要。膀胱内外壁之间的厚度的异常增加，可以作为膀胱肿瘤检测的一个重要指标，而衡量膀胱壁厚度的一个最基本且最重要的工作是对内外壁进行准确地分割。目前在临床应用中，通常是医务人员手动地对其分割。但这是一项繁重而且耗时的工作，尤其是随着医学影像技术的发展，需要处理的图像越来越多，只依靠手动分割是不可能完成的。因此，本文研究课题为高精度的计算机自动膀胱壁分割方法。本文针对MR图像的膀胱壁分割的挑战，逐步研究并提出有效的解决方法。首先，针对膀胱MR图像中存在的伪影问题，利用梯度的方向信息提出基于方向性梯度的水平集模型用以区分膀胱内壁和伪影边缘，在一定程度上减少了伪影对内壁分割的影响；针对复杂的外部组织，利用膀胱壁的区域信息构建出耦合水平集模型同时分割内外壁，利用较准确的内壁分割修正外壁分割；并且在耦合水平集模型中加入最小壁厚度的先验知识，防止内外零水平集的重迭或交叉。然后，针对靠近膀胱顶部或底部的层中存在的部分弱边界的问题，本文提出利用上一层的分割结果作为形状先验，并自适应地约束本层的分割，初步解决了水平集在弱边界的泄漏问题。在验证了形状先验对于膀胱壁分割的有效性之后，进一步提出了更为准确的形状先验构建方法，即部分稀疏形状模型，利用部分可靠的轮廓构建出完整可靠的形状先验；并且提出了扇区驱动的水平集模型，更为全面的考虑了不同区域和不同演化阶段对约束力的需求。最后，将本文所提出的部分稀疏形状模型拓展到经典的主动形状模型(Active Shape Model, ASM)中，解决了由于部分弱边界造成的错误搜索的问题，证明了该模型的普适性与有效性。本文的主要创新点：1)提出耦合方向性水平集模型；2)提出自适应形状约束的水平集模型；3)提出部分稀疏形状约束的扇区驱动的水平集模型；4)将部分稀疏形状模型推广到ASM中。我们的方法在15组不同病人的共167层的数据上进行实验，膀胱壁的分割精度达到：内壁的P2C值为1.06±0.28mm，DSC值为0.98±0.01，外壁的P2C值为1.46±0.42mm，DSC值为0.97±0.01，与现有方法对比，证明了本文所提出的方法的有效性与准确性。(本文来源于《中国科学院研究生院（西安光学精密机械研究所）》期刊2014-05-01）
胡钦瑞[10]（2014）在《基于多尺度粗糙集和可变权重MRF的彩色图像分割》一文中研究指出随着信息技术的迅猛发展,图像处理技术在诸如医疗诊断、气象检测、军事侦测等领域发挥着越来越重要的作用。数字图像分割技术作为计算机视觉中的一种基本技术,是数字图像处理的关键技术之一,其分割效果的好坏直接影响图像分析的性能。现有的图像分割方法在往往实际应用中存在着一定的局限性,例如分割结果不精确、分割过程耗时、人工干预过多等,因此数字图像分割技术一直是计算机视觉技术中的难题,也是目前国内外专家学者研究的主要问题之一。本文主要研究内容是关于彩色图像的分割方法,目的在于通过一种有效的分割方法提取出彩色图像的前景区域。本文介绍了关于彩色图像的基本分割理论和方法,提出了一种以马尔科夫随机场分割模型为基础的分割方法,相比传统分割模型的分割方法,该方法在提高分割精度的同时也大幅降低了分割模型的计算量。采用粗分割和细分割的方法,通过多尺度粗糙集的分割方法,获得过分割图像,利用该结果为自适应可变权重的马尔科夫随机场分割模型提供初始信息,减少了人工干预。在求解该分割模型的过程中,采用禁忌搜索算法来优化求解的过程,有效地降低了计算量。本文的彩色图像分割方法主要由粗分割和细分割两阶段组成,具体方法如下：在粗分割阶段,采用多尺度粗糙集方法来实现彩色图像分割,首先在某尺度的条件下,分别提取彩色图像在叁个通道下的灰度直方图和histon直方图,通过这两个直方图来构造各个通道下的粗糙直方图,通过最大熵的原理来获取用于分割的最佳尺度值,然后,根据得到的粗糙直方图,采用自适应的方法来获取粗糙直方图的波峰和波谷,得到各个通道下的分割灰度段,实现对彩色图像的分割,在此基础上,进一步采用区域融合的方法来减少区域数目,获得更加合理的图像粗分割结果。细分割阶段,采用自适应可变权重的马尔科夫随机场分割模型来实现分割,首先提取彩色图像的颜色和纹理特征,分别为HSV颜色值和旋转不变LBP值,并且将粗分割结果和区域数目分别作为分割模型的初始分割和类别数目。然后,对多特征的自适应可变权重分割模型进行求解,其目的在于找到满足最大后验概率的标签场,利用禁忌搜索算法来优化求解过程。最后,根据区域面积和区域位置来检测离群区域,剔除某些错误划分的区域,从而得到最终的分割结果。本文利用berkeley数据库中的实验对象和标准分割结果对该分割方法的性能进行了评估,实验证明该方法能够在获得较高的分割准确率,而且可以有效地降低计算量,同时也减少了人工干预所带来的不便,具有一定的理论指导意义和实际应用价值。(本文来源于《西南大学》期刊2014-04-18）
可变分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现遥感影像分割中类别数的准确、自动判别,提出了一种可变类谱聚类算法.根据影像的相似图构建权值矩阵和标准Laplacians矩阵,计算Laplacians矩阵较小特征值对应的特征向量生成特征向量矩阵,并视其与像素对应的向量行为像素特征点集;研究Laplacians矩阵处于不同(近似)块对角结构时类属同一目标类像素特征点的聚集性,定义聚类度指标,计算不同分割类别数对应聚类度;选择聚类度将发生最后一次较大跳变时的分割类别数作为算法估计类别数,并采用FCM(Fuzzy C-Means)算法划分该类别数对应像素特征点集实现影像分割.分别采用提出算法和基于特征间隙的算法分割合成及真实遥感影像.实验结果表明提出算法可准确地判别影像类别数.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
可变分割论文参考文献
[1].海涌昊,朱梦宇.一种基于形态学可变元的肺实质分割方法[J].生命科学仪器.2019
[2].李玉,袁永华,赵雪梅.可变类谱聚类遥感影像分割[J].电子学报.2018
[3].李玉,胡海峰,赵雪梅,赵泉华.基于可变形状参数Gamma分布的模糊聚类多视SAR图像分割[J].武汉大学学报(信息科学版).2018
[4].赵泉华,刘晓燕,赵雪梅,李玉.基于可变类FCM算法的多光谱遥感影像分割[J].电子与信息学报.2018
[5].王玉,李玉,赵泉华.基于规则划分和RJMCMC的可变类图像分割[J].仪器仪表学报.2015
[6].王玉.基于RJMCMC算法的可变类遥感图像分割[D].辽宁工程技术大学.2015
[7].王玉,李玉,赵泉华.利用RJMCMC算法的可变类SAR图像分割[J].信号处理.2014
[8].黄伟,卢桂馥.一种基于可变Snake模型的肝脏超声病灶图像分割方法[J].井冈山大学学报(自然科学版).2014
[9].覃显晶.基于耦合可变模型的膀胱壁分割方法[D].中国科学院研究生院（西安光学精密机械研究所）.2014
[10].胡钦瑞.基于多尺度粗糙集和可变权重MRF的彩色图像分割[D].西南大学.2014