血液白细胞的准确计数对诊断血液疾病非常重要，其中白细胞核分割的准确性是正确判定血液白细胞类别的重要预处理步骤。不同的染色条件和不同的照明条件下，血液白细胞的B分量和G分量存在明显的差值，基于Otsu方法阈值处理和面积阈值处理后进行准确的白细胞核分割。通过建立数学模型，基于形态学特征对完整核白细胞和多叶核白细胞进行分类判定，对存在有丝分裂的多叶核白细胞核进行边缘检测，根据最大最小距离判定多叶核白细胞个数，以实现对血液白细胞的准确计数。实验结果验证了所提分割判定方法的可行性和实用性。
图像处理 白细胞计数 白细胞分割 多叶核白细胞 形态学特征 image processing leukocyte count leukocyte segmentation lobulatednucleus leukocytes morphological characteristics
1 南京航空航天大学机电学院, 江苏 南京 210016
2 南京航空航天大学无锡研究院, 江苏 无锡 214187
采用高、低角度光源组合打光方式提取感兴趣区域,构建划痕形态学的中值滤波核以获取准确的背景图像,再经背景差分后提取划痕缺陷。采用基于方向梯度的改进区域生长算法实现了同一划痕的有效连通,降低了划痕缺陷的漏检率。通过对面积、长宽比等主要特征参数的置信度分析,提出了一种多特征加权融合的划痕判定方法。结果表明,利用该方法进行划痕检测的正确率达95.7%,算法处理时间少于1.21 s,达到了工程应用的精度和效率要求。
机器视觉 划痕检测 形态学特征 区域生长 多特征加权融合
天津大学精密测试技术及仪器国家重点实验室, 天津 300072
基于模拟下变频器、数字IQ解调和反向传播(BP)神经网络,采用现场可编程门阵列结合数字信号处理器(FPGA+DSP)的数据采集和处理架构,提出了一种全嵌入式高信噪比(SNR)、高分辨率和低成本的外差型相位敏感光时域反射(Φ-OTDR)技术模式识别方法。针对外差型Φ-OTDR技术,使用DSP、FPGA及其外围硬件电路替代原有的GHz级高速采集卡和信号发生器,减小了系统的体积和成本。在此基础上,设计了基于时空域二维图提取形态学特征的方法,并采用BP神经网络进行分类识别;所提方法相对于传统的针对一维信号进行模式识别的方法误报率更低、识别率更高。实验结果表明,所设计的基于FPGA+DSP全嵌入式并行信号处理架构满足实时监测的要求,SNR高达12.43 dB,事件识别准确率达到97.78%。
光纤光学 相位敏感光时域反射仪 模式识别 外差探测 数字IQ解调 形态学特征提取
陕西学前师范学院计算机与电子信息系, 陕西 西安 710100
为了进一步提高稀疏表示分类能力，提出了基于联合稀疏表示算法与形态学特征的高光谱图像（HSI）分类算法。该算法对高光谱图像提取主成分特征图，并利用结构元素对主成分特征图进行多维的空间结构特征提取，结合提取的形态学特征与原始光谱特征，利用联合稀疏表示算法将同一空间区域中的像元联合进行稀疏系数矩阵的求解，最终通过最小残差判断准则确定像元类别。在AVIRIS与ROSIS HSI上的实验结果表明，该算法在分类效果和分类总精度上都有显著提高。
遥感 联合稀疏表示算法 形态学特征 空谱信息 高光谱遥感图像 分类 激光与光电子学进展
2016, 53(8): 082801
1 武汉大学测绘遥感信息工程国家重点实验室, 武汉 430079
2 武汉大学计算机学院, 武汉 430079
针对传统融合空间和光谱特征方法仅使用单一空间特征, 并未充分利用其双高分辨率的特点, 提出了一种基于纹理特征和形态学特征融合的高光谱影像分类方法.首先利用传统主成份分析变换降低高光谱影像的维数, 消除空间相关性, 然后对每一主成分采用灰度共生矩阵提取纹理特征, 获得扩展纹理特征, 最后结合形态学特征和部分光谱特征进行高光谱影像的分类.实验证明, 本文提出的方法能更好地克服传统光谱特征分类的局限性, 提高高光谱影像的分类准确度.
主成分分析 形态学特征 纹理特征 高光谱 灰度共生矩阵 Principle component analysis Extend morphological profile Texture feature Hyperspectral Gray level co-occurrence matrix
