齐琦
- 作品数：5 被引量：24H指数：3
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于仿生模式识别的医学图像分割方法被引量：6
- 2009年
- 提出了一种基于仿生模式识别的医学图像分割算法。该算法首先根据训练样本矢量确定ψ3神经元的权值,并在此基础上构建多权值神经元网络;然后利用神经元网络完成样本在高维特征空间的最佳覆盖;最后根据覆盖结果进行识别、分割。实验结果表明,与传统医学图像分割方法相比,该算法具有更高的准确性和可靠性,更好的泛化能力。此外,该算法从"认识"的角度出发,可以有效融合先验知识,能快速准确地从医学图像中分割出感兴趣的区域,具有较高的智能性。
- 吴海珍何伟蒋加伏齐琦
- 关键词：仿生模式识别医学图像分割
- SVC在医学图像配准中的应用研究
- 医学图像配准是信息科学、计算机图像技术与当代医学等多学科交叉的一个研究领域，已经在临床治疗与术前诊断中有了广泛的应用。但由于受噪声、图像细节畸变和模糊度等问题影响，配准效果不甚理想，为此本文将SVC引入医学图像配准。作为...
- 齐琦
- 关键词：影像诊断学医学图像医学图像配准聚类方法图像信号处理
- 文献传递
- 基于粗糙集理论和神经网络的图像分割方法被引量：10
- 2009年
- 提出一种基于粗糙集理论和神经网络的图像分割方法。首先利用粗糙集理论对图像属性进行约简,提取规则,抽取关键成份作为神经网络的输入;然后根据这些规则确定神经网络隐层的神经元个数并根据粗糙集理论中的属性重要性来修正神经网络的权值。实验结果表明,该方法抗噪能力强且有效地解决了仅用神经网络进行图像分割时出现的神经元"死点"、网络结构复杂、收敛速度过慢等问题,在大大缩短网络训练时间的同时改善了分割效果。
- 何伟蒋加伏齐琦
- 关键词：图像分割粗糙集神经网络
- 基于蚁群智能和支持向量机的图像分割方法被引量：7
- 2009年
- 针对传统阈值法在图像分割时仅考虑像素的灰度信息,对噪声敏感且不易确定全局最优阈值的缺点,提出了基于蚁群智能和支持向量机的图像分割方法。该方法利用蚁群优化算法对图像的二维阈值空间进行全局搜索,并将搜索到的最优点灰度—区域灰度均值对作为阈值来区分目标和背景,然后对支持向量机进行训练和测试,最后用训练好的支持向量机分割图像。实验结果表明,该方法抗噪能力强,分割准确,是一种实用有效的图像分割方法。
- 吴海珍何伟蒋加伏齐琦
- 关键词：图像分割蚁群智能优化算法支持向量机
- 基于支持向量聚类的多窗口图像去噪方法被引量：1
- 2008年
- 提出一种针对椒盐噪声的SVC多窗口图像去噪方法。利用局部统计特性将像素点标记为信号点、可能的正噪声点及可能的负噪声点。在后两类中根据灰度值不同迭代使用支持向量聚类确定出噪声点的位置,并对其进行多窗口滤波。实验证明该方法在噪声率达到70%以上时具有很好的去噪效果,尤其在保持图像细节方面效果显著。
- 齐琦蒋加伏何伟
- 关键词：支持向量聚类图像去噪椒盐噪声
