导读:本文包含了感兴趣区域提取论文开题报告文献综述及选题提纲参考文献，主要关键词:手背静脉,感兴趣区域,最大内切圆,质心
感兴趣区域提取论文文献综述
李琦,崔建江,薛定宇,耿宏雨[1]（2019）在《一种手背静脉感兴趣区域提取算法》一文中研究指出在手背静脉图像采集时由于手背旋转和平移等原因,会造成采集有效识别区域时出现偏差,给识别带来干扰,为实现快速定位有效识别区域,依据采集图像的特点,提出了一种基于最大内切圆的感兴趣区域提取算法。针对采集的手背静脉图像,计算最大内切圆心与质心,并利用内切圆心与质心计算手背的旋转角度,根据旋转角度矫正手背静脉图像位置,提取感兴趣识别区域。该算法基于手背轮廓,不受人为因素的干扰,可以消除平移和旋转的影响。实验结果表明该方法具有很好的鲁棒性。(本文来源于《系统仿真学报》期刊2019年10期）
古新展,陈文天,战跃福[2]（2019）在《模糊C均值聚类算法在肺部CT图像感兴趣区域特征提取中的临床应用研究》一文中研究指出目的:基于模糊C均值(FCM)聚类算法理论,探讨肺部CT图像感兴趣区域(ROI)特征提取的临床应用价值。方法:回顾性分析200例肺部疾病患者的200幅CT影像资料,应用FCM算法进行ROI的特征提取,依据CT图像处理前后的评价数据将其分为对照组和观察组,处理前图像为对照组,处理后图像为观察组。主观评价的观测指标为影像诊断准确率,客观评价的观测指标为对比噪声比(CNR),通过诊断准确率和CNR等两项指标评估图像处理效果。结果:观察组的诊断准确率明显高于对照组,两组一致性诊断正确率和独立性诊断正确率差异均有统计学意义(x~2=5.983,x~2=5.696;P<0.05);观察组的图像质量明显优于对照组,两组信噪比(SNRROI)和CNR比较差异有统计学意义(t=2.335,t=2.612;P<0.05)。结论:FCM算法适用于肺部CT图像ROI特征提取的临床应用,提高了图像质量和影像诊断水平,具有较高的应用价值。(本文来源于《中国医学装备》期刊2019年02期）
徐哲炜,许瑞霖,刘琼[3]（2019）在《鲁棒车载热成像行人检测的感兴趣区域提取方法》一文中研究指出现有的感兴趣区域(RoI)提取方法很难兼顾较高召回率和较少的RoI数量.为了降低计算开销和RoI数量,提高召回率,文中提出了适合车载热成像行人检测的RoI提取方法:首先,根据行人边缘特征存在的方向差异性判断图像中可能的行人竖直边缘,增强其幅值;接着,级联行人尺寸约束和自适应局部双阈值分割方法过滤滑窗产生的边界框,滤除大量的非行人边界框;然后,根据行人的轮廓特征,采用T型模板对过滤后的边界框进行得分评估,在保留可能的行人腿部信息的同时去除边界框内部的无关边缘;最后,利用行人的强尺寸约束重新排序RoI,以便在提取固定数量的RoI时能提高召回率.在热成像行人检测数据集SCUT DataSet上进行对比实验,结果表明:当每幅图像提取400个RoI时,文中方法的召回率达92%,比EdgeBox方法的召回率提高21%,计算时间减少了10%.(本文来源于《华南理工大学学报(自然科学版)》期刊2019年02期）
戴志鹏[4]（2019）在《基于FCN的图像感兴趣区域提取与细粒度分类的研究》一文中研究指出近年来基于深度学习的细粒度分类是研究的热点,细粒度分类的主要方法是先找出分类对象再分类。找出分类对象的方法中主要分为两种:强监督与弱监督,强监督需要使用昂贵的人工标签,为了减少人工标注成本,提出一种基于FCN的图像感兴趣区域的分割与提取,并利用分割的图像进一步训练网络提高正确率。(本文来源于《现代计算机(专业版)》期刊2019年03期）
刘召婕[5]（2018）在《基于感兴趣区域的舌象特征提取与病理分析》一文中研究指出通常传统中医通过“望、闻、问、切”四诊合一疗法分析病性,判断病因。舌头与人的五脏肺腑密切相关,人体中一些生理变化情况能通过舌象映射出来,因此舌诊作为传统中医望诊中的一个重要分支,一直受到医学上的重视。随着数字图像技术和科技的飞速发展,中医舌诊客观化的研究也取得了一定的进展。目前的舌诊客观化研究一方面是针对完整舌图像进行的研究,无法反映出舌象不同区域与疾病的关系;另一方面数据集较小,能判断的疾病非常有限。本文的目的是对舌图像中的一些重要部位比如舌尖等作为我们感兴趣的区域进行探究。寻找出具有积极指导意义的特征并给出病理分析结果。本文基于舌图像中的感兴趣区域进行多种特征提取与优化,然后搭建一棵能给出多种疾病诊断的分类树。除了传统的特征提取,我们还使用了改进的PCANet网络进行特征提取然后完成多分类操作。本文对感兴趣区域在CIExy色度图中建立了舌象颜色空间,基于该颜色空间建立了9种基色,通过计算像素点与基色之间的欧式距离对颜色特征进行量化。另外本文对红刺特征的提取方法进行了探究。本文先用区域生长方法获取包含红刺信息的二值图像,再用Gabor滤波器进行红刺特征向量的提取。这种方法不仅很好的消除光照的影响,还保留了红刺的位置信息。实验结果表明基于感兴趣区域所提取的特征在准确率上取得了不错的结果。本文利用前期的特征提取与选择结果进行了健康与疾病的相关分析,包括健康与每一种疾病的二分类和构建分类树实验。另外,为了探究最适合本数据集的分类算法,我们利用多种分类器进行了对比实验,并选择实验结果最好的那个分类器所得的分类模型。最终我们搭建了基于感兴趣区域的疾病分类树,糖尿病、肺癌、慢性肾脏病等类别能以较高的正确率区分出来。虽然我们提取的传统特征具有一定的积极意义,但信息不够全面,舌象可能含有一些未知的信息,为此我们采用了PCANet特征级联网络对感兴趣区域的舌象块进行卷积操作并探究了不同分类器下基于改进的网络对实验结果的影响。为了证明PCANet特征级联方法的有效性,本文将PCANet特征级联提取的特征和手工提取的特征以及一些深度学习方法进行对比实验。实验结果表明在正负样本均衡的情况下手工特征和PCANet特征级联方法得到的特征进行融合后,部分疾病的灵敏度和不进行特征融合相比有明显提升并取得不错的结果。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
李温温,刘富,姜守坤[6]（2019）在《指节纹图像感兴趣区域提取与特征识别算法》一文中研究指出为降低特征提取的工作量同时提高识别的准确性,设计了一种指节纹图像感兴趣区域(ROI)提取方法。首先,对采集到的图像进行预处理操作,分离并旋转定位四指图像。其次,通过手指图像梯度分布关系,计算负梯度的极值,并统计图像中每一行的负梯度极值个数来确定近指节纹的ROI区域。最后,通过局部二值模式(LBP)直方图相似性来验证所提取的ROI区域的准确性。实验证明,在采用本文方法所建立的指节纹ROI数据库中,分类准确率达到了100%。(本文来源于《吉林大学学报(工学版)》期刊2019年02期）
王相海,李业涛,解天,毕晓昀,宋传鸣[7]（2018）在《高光谱影像感兴趣区域提取的活动轮廓模型研究》一文中研究指出提出一种基于活动轮廓模型的高光谱影像感兴趣区域(ROI)提取方法,首先根据地物像元的标准反射率建立标准光谱反射率向量;然后,通过计算其与待处理像元的光谱向量的相关系数,得到像元相关系数偏差矩阵;最后,构造一种基于该偏差矩阵的C-V活动轮廓模型,并利用有限差分法对该模型求解,来提取感兴趣区域的像元.该方法可实现对高光谱区域宏观大类的快速提取,为高光谱影像压缩等进一步的信息处理奠定了基础.仿真实验验证了所提出方法的有效性.(本文来源于《辽宁师范大学学报(自然科学版)》期刊2018年02期）
刘澍泽,张巍[8]（2018）在《一种基于感兴趣区域的图像情感特征提取方法》一文中研究指出为了获得图像的情感语义信息,提出了一种基于感兴趣区域的图像情感特征提取方法。首先通过眼动仪得到感兴趣区域,然后划分每一幅图像为感兴趣区域和非感兴趣区域;其次,使用了层次分析法来评价感兴趣区域和非感兴趣区域对图像情感的权重值,然后使用灰度共生矩阵及基于感兴趣区域的主颜色提取算法,分别计算求取了感兴趣区域和非感兴趣区域的纹理和主颜色特征,并进而求得了图像情感的整体特征。(本文来源于《电脑知识与技术》期刊2018年15期）
曹再辉,施进发,孙建华,宗思生[9]（2018）在《基于感兴趣区域提取与双过滤器的交通标志检测算法》一文中研究指出为了解决当前交通标志检测(TSD)技术因各种复杂因素的干扰,导致其难以有效对交通标志进行正确检测,以及鲁棒性较弱等不足,设计了一种基于感兴趣区域提取与双过滤器的交通标志检测算法。首先,为了降低环境干扰,对输入图像进行预处理,以增强每个标志的主颜色。其次,为提高对感兴趣区域提取能力,定义了基于最大稳定极值区域(MSER)与波动方程(WE)的感兴趣区域(ROI)检测器,通过ROI检测器选取候选区域。然后,引入有效的方向梯度直方图(HOG)描述符作为交通标志检测特征,并利用支持向量机(SVM)进行分类,将其划分为交通标志或背景。最后,利用上下文感知过滤器与交通灯过滤器进一步识别伪交通标志,提高检测精度。在German交通标志数据库(GTSDB)中对常见的指示性、禁止性和危险性的3种交通标志进行测试,结果表明,与当前交通标志识别技术相比,所提算法对交通标志检测具有更高的检测正确率与鲁棒性。(本文来源于《电子测量与仪器学报》期刊2018年05期）
王志晖[10]（2018）在《基于感兴趣区域与骨架提取的铁路扣件检测算法研究》一文中研究指出随着图像处理与目标识别技术的高速发展,铁路轨道的自动化检测已逐步取代传统效率较低的人工巡检。扣件是铁路轨道的重要连接部件,其断裂、丢失、道砟遮挡等缺陷状况会导致列车运行时发生非常严重的事故,故针对扣件的检测算法研究对于保证铁路安全运行有着非常重要的意义。而骨架特征作为一种性能优良的形状描述子,已广泛应用于目标识别、图像检索等领域。本文算法通过提取扣件端部的骨架特征对铁路扣件状态进行识别,主要内容如下:(一)针对目前铁路扣件检测算法未能有效利用扣件结构信息且在实际应用中适应性不足的问题,提出了一种基于感兴趣区域和折线特征的铁路扣件检测算法。首先,利用单通道的局部二值模式方法对原始扣件图像进行二值化,并根据图像背景区域中的稳定性特征提取出扣件端部所在的感兴趣区域(Region of Interest,ROI),以克服冗余信息对扣件检测的干扰;其次,通过八方向欧氏距离变换得到能够表征扣件端部结构信息的距离场;然后,融合对应扣件弯曲方向的距离场得到特征矩阵,再利用该矩阵计算特征点,进而提取扣件端部中近似的骨架即折线特征;最后根据本文给定的检测准则对扣件图像进行缺陷检测。理论分析与实验结果表明所提算法具有准确率高、复杂度低、鲁棒性强的优点,且漏检率和误检率均显着降低,有效地提高了扣件检测精度。(二)为了能够更加准确地描述扣件端部形状,本文提出了一种基于截线法的扣件骨架提取和状态检测算法。首先,通过预处理得到原始图像的二值图像及其感兴趣区域;其次,应用八方向欧氏距离变换计算扣件各端部区域的骨架生长点;然后,以骨架生长点为中心沿扣件的弯曲方向分别利用水平线族和竖直线族扫描扣件端部轮廓,得到截线段后,计算其中心点,依次连接骨架生长点和所有截线中心点即可得到完整的扣件图像骨架;最后,提取骨架的特征向量并送入SVM分类器进行对扣件状态的检测。理论分析与实验结果证明,本文算法较基于折线特征的算法对扣件形状的描述能力更强,与其他经典算法相比,漏检率和误检率更低,进一步提高了扣件检测准确率。(本文来源于《西南交通大学》期刊2018-05-01）
感兴趣区域提取论文开题报告
（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：
目的:基于模糊C均值(FCM)聚类算法理论,探讨肺部CT图像感兴趣区域(ROI)特征提取的临床应用价值。方法:回顾性分析200例肺部疾病患者的200幅CT影像资料,应用FCM算法进行ROI的特征提取,依据CT图像处理前后的评价数据将其分为对照组和观察组,处理前图像为对照组,处理后图像为观察组。主观评价的观测指标为影像诊断准确率,客观评价的观测指标为对比噪声比(CNR),通过诊断准确率和CNR等两项指标评估图像处理效果。结果:观察组的诊断准确率明显高于对照组,两组一致性诊断正确率和独立性诊断正确率差异均有统计学意义(x~2=5.983,x~2=5.696;P<0.05);观察组的图像质量明显优于对照组,两组信噪比(SNRROI)和CNR比较差异有统计学意义(t=2.335,t=2.612;P<0.05)。结论:FCM算法适用于肺部CT图像ROI特征提取的临床应用,提高了图像质量和影像诊断水平,具有较高的应用价值。
（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。
感兴趣区域提取论文参考文献
[1].李琦,崔建江,薛定宇,耿宏雨.一种手背静脉感兴趣区域提取算法[J].系统仿真学报.2019
[2].古新展,陈文天,战跃福.模糊C均值聚类算法在肺部CT图像感兴趣区域特征提取中的临床应用研究[J].中国医学装备.2019
[3].徐哲炜,许瑞霖,刘琼.鲁棒车载热成像行人检测的感兴趣区域提取方法[J].华南理工大学学报(自然科学版).2019
[4].戴志鹏.基于FCN的图像感兴趣区域提取与细粒度分类的研究[J].现代计算机(专业版).2019
[5].刘召婕.基于感兴趣区域的舌象特征提取与病理分析[D].哈尔滨工业大学.2018
[6].李温温,刘富,姜守坤.指节纹图像感兴趣区域提取与特征识别算法[J].吉林大学学报(工学版).2019
[7].王相海,李业涛,解天,毕晓昀,宋传鸣.高光谱影像感兴趣区域提取的活动轮廓模型研究[J].辽宁师范大学学报(自然科学版).2018
[8].刘澍泽,张巍.一种基于感兴趣区域的图像情感特征提取方法[J].电脑知识与技术.2018
[9].曹再辉,施进发,孙建华,宗思生.基于感兴趣区域提取与双过滤器的交通标志检测算法[J].电子测量与仪器学报.2018
[10].王志晖.基于感兴趣区域与骨架提取的铁路扣件检测算法研究[D].西南交通大学.2018