基于支持向量机的红细胞彩色图像分割

对红细胞进行精确的分割并统计各类参数在临床医学中有着重要的意义,但现有经典算法很难实现自动分割并获得较高准确率。红细胞的分割主要有两个难点：一是红细胞的目标提取;二是重叠红细胞的分割。本文首先利用SVM对原始图像进行红细胞提取,把原始细胞分割成红细胞和背景两类目标区域,然后对红细胞区域进行重叠分割（本文中使用改进距离标记的分水岭算法）,最终得到各个红细胞的统计数据。为获得最佳的分割效果,本文通过实验对核函数、支持向量类型及相关参数进行了详细的比较和分析。实验结果表明,该算法能有效、快捷、准确、全自动的实现     

一种新的精子图像分割与识别算法

本文针对精子运动图像特点,从目标和背景的类间差异性出发,提出了一种基于最大类间交叉熵准则的阈值化分割新算法,对精子图像进行分割,引入约束条件筛选去除杂质,应用形态学在每个精子目标上显示数字标记。实验表明,该方法可以实现精子的快速准确分割,并自动统计出图像中精子的个数。     

《C语言程序设计》教学改革探讨

从C语言在教学体系中的地位及其特点出发,分析了传统教学方法的不足,对该课程的教学内容、教学方法和教学手段等方面提出改革,积极引导培养学生的学习兴趣,激发学生学习的积极性,从而带动整个C语言课程教学,提高教学效果。     

小波支持向量去噪

噪声对图像质量产生不利影响,降低了图像的应用价值,为了更好的消除图像中的噪声,提出一种小波支持向量去噪方法.首先采集大量的激光散斑图像,并将它们划分成为训练图像集和测试图像集,然后将训练图像集输入到小波支持向量机进行学习,将图像中信号划分为噪声和有用信息,最后采用测试图像集对小波支持向量机去噪性能进行测试与分析.实验结果表明,相比于其它激光散斑图像去噪方法,小波支持向量机可以更加有效的去除噪声,可以很好的保护图像边缘细节信息,提高了激光散斑图像的质量.     

改进自组织特征网络的医学图像分割算法

为了提高医学图像分割精度,提出一种改进自组织特征网络的医学图像分割算法。首先采用小波包分解提取医学图像的特征,然后改进自组织特征网络建立医学图像分类器,实现医学图像分割,最后采用仿真实验测试算法的性能。仿真结果表明,本文算法不仅解决了传统医学图像分割算法存在的缺陷,提高医学图像分割的精度,具有较好的实际应用价值。