学位论文 > 优秀研究生学位论文题录展示

基于图像工程与框架理论识别人体细胞的智能技术研究

作　者: 赵阳
导　师: 段军
学　校: 内蒙古科技大学
专　业: 计算机应用技术
关键词: 图像理解 人工智能 纹理特征 细胞识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 41次
引　用: 0次
阅　读: 论文下载
 

内容摘要


图像工程目前研究和发展的瓶颈主要在理解层次上。本文提出了以像素统计为基础,将图像处理、图像分析、图像理解三个不同的过程融为一体。同时,在保留原有算法优点的基础上,解决了图像工程各个层次的孤立性,也减少了人为干预系统运行的过程,为图像的自动分析与理解提供了可能。本文着重讲述了图像处理、图像分析、图像理解三者结合的过程。纹理作为事物的一种固有特征,本文将纹理的特征,如二阶矩、熵、反差、能量以及相关等特征作为一种知识,引入人工智能中的框架理论。理论上分析了,纹理特征与框架理论结合的可能性,同时也给出了具体的框架推理过程。经实验研究表明,基于上述过程处理图像后,能有效的识别图像。随着人类活动范围的扩大,研究对象的增多,图像作为一种信息量巨大,表现生动的信息载体被广泛的应用到各行各业。在医学领域,通过医学细胞读片来判断疾病;在大规模的人口健康普查中细胞图像都有重要的应用。为了减少重复劳动的错误,有效提高图像的自动实别是本文的目的之一。采用统计方法的图像纹理分析,可以保证纹理特征的稳定性。当图像发生放大、缩小、旋转时,保证纹理特征值变化在较小的范围内。人类的智能表现在过去的经验和知识的积累上,为了使计算机体现类似人类的智能,需要将知识教给计算机。框架理论作为描述结构性事物,可以将细胞的纹理特征转化为知识表达,借助框架的推理基础,帮助我们完成自动的图像理解。本文通过对图像理解过程的研究,探索了针对人体细胞识别过程的技术研究。将纹理技术同其它图像理解技术相结合,能更好的提高图像识别的程度。实验中系统采用了不同的人体细胞,能有效的完成细胞的识别。系统也采用了相同人体部位的图像,来完成图像纹理分析,如两张来肺部的图片,因此是相同部位的医学图像,纹理特征也应当是相近的,实验结果与预期设想相一致。本文给出了实现图像理解的有效途径,在实践和理论中具有一定的参考价值和意义。

全文目录


摘要  5-6
Abstract  6-10
引言  10-11
1 课题背景及课题的研究意义  11-15
  1.1 课题研究背景  11-12
  1.2 课题的研究意义  12-13
  1.3 本课题的难点与主要工作  13-14
  1.4 论文的内容结构与安排  14-15
2 实现图像处理与图像分析的过程  15-24
  2.1 图像处理技术的应用  15
  2.2 图像处理过程  15-17
    2.2.1 图像增强目的与意义  15-16
    2.2.2 图像增强处理过程  16-17
  2.3 图像分析  17-23
    2.3.1 图像分析的发展与应用  18
    2.3.2 图像分析的理论基础  18-19
    2.3.3 图像分割技术  19-21
    2.3.4 图像分割的灰度二值转换  21-23
  2.4 基于像素统计值的参数估计  23
  2.5 本章总结  23-24
3 图像理解的处理过程  24-33
  3.1 图像理解的发展与应用  24-25
  3.2 图像理解的含义与原理  25-26
  3.3 特征提取方法简述  26
  3.4 纹理  26-33
    3.4.1 图像理解与模式识别的区别  27-28
    3.4.2 纹理的基本概念  28-29
    3.4.3 纹理特征的提取方法  29-30
    3.4.4 纹理特征的计算  30-33
      3.4.4.1 二阶矩  31-32
      3.4.4.2 熵  32
      3.4.4.3 反差  32
      3.4.4.4 相关  32-33
  3.5 本章总结  33
4 图像纹理特征与人工智能中框架理论的结合  33-38
  4.1 知识的含义  33-34
  4.2 框架理论原理  34
  4.3 框架的概念  34-35
  4.4 框架的推理  35-36
  4.5 框架理论与纹理特征的结合过程  36-37
  4.6 框架理论与纹理特征的推理过程  37-38
5 实验结果分析以及课题的进一步改进  38-39
6 实验系统开发环境与程序设计方法  39-51
  6.1 Visual C++ 2008 开发环境  39-41
    6.1.1 Visual C++ 2008 开发环境的配置  40-41
  6.2 程序设计方法与实现  41-48
  6.3 实验系统的发布  48-51
结论  51-52
参考文献  52-54
在学研究成果  54-55
致谢  55

相似论文

  1. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  2. 人工智能的哲学思考,TP18
  3. 基于证据理论和云模型的多属性决策算法研究,C934
  4. 基于渲染的单幅图像的光源定位,TP391.41
  5. 基于人工智能的本质安全参致评定设计与实现,X913.4
  6. 基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究,TQ325.14
  7. 乳腺肿块纹理特征提取及辅助诊断方法研究,TP391.41
  8. 基于内容的图像检索技术研究,TP391.41
  9. 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
  10. 机器人技术发展中的矛盾问题研究,TP242
  11. 基于WEB的社区智能医疗服务系统的研究,TP311.52
  12. 混合智能算法在梯级水库中长期优化调度中的应用,TV697.11
  13. 纹理支持的遥感影像面状地物半自动提取技术研究,TP751
  14. 基于纹理特征的遥感影像面状地物半自动提取技术研究,TP751
  15. 人工智能视野下的进化逻辑研究,B812.3
  16. 基于视觉的粒子滤波目标跟踪算法及其在移动机器人中的应用,TP242
  17. 基于压缩域特征的视频检索技术研究,TP391.41
  18. 基于文本图像纹理特征的文种识别技术研究,TP391.41
  19. 群体事件应急处置辅助决策系统,TP311.52
  20. 手掌静脉网特征提取的理论与算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com