收藏本站
《兰州大学》 2001年
收藏 | 手机打开
二维码
手机客户端打开本文

生物信息的数字图像处理技术研究

马义德  
【摘要】: 本论文主要进行植物细胞图像三维重建中的图像分割和噪声抑制新方法研究,特别是在探索生物细胞切片图像分割技术新方法研究时,取得了一些可喜的成果,在生物医学图像处理中切片图像噪声、干扰的抑制新方法研究中得到了一些重要结论,对生物医学图像处理技术发展具有重要应用价值和现实意义。 主要工作如下: 1.阐述了生物组织切片的三维重建技术现状,并指出显微和超显微生物组织图像的计算机三维重建的难点是重建中切片图像定位和研究目标物的分割处理两大难点,这是由显微、超显微切片制作的技术局限和生物细胞特有的多样性、复杂性所决定的。 2.阐述了小波变换、遗传算法、模糊数学、神经网络、数学形态学等生物细胞图象分割算法以及边缘检测、区域分割等传统图像分割算法为主的生物细胞图象分割技术的发展现状,指明生物细胞图象本身具有的复杂性、多样性、各自差异性等属性是实现生物细胞图象全自动分割的难点,只有彻底结合生物视觉特性数学模型算法的研究和应用,才能是生物细胞图像全自动分割成为可能。 3.回顾了神经网络技术的现状,指出传统人工神经网络只利用了生物神经元有限的属性进行模型构建,而90年代产生的脉冲耦合神经网络充分利用了哺乳动物视神经网络特有属性,其神经元模型除了考虑生物神经元特有的线性相加、兴奋与抑制属性外,还考虑到生物神经元特有的非线性相乘调制耦合特性;考虑了哺乳动物视神经系统视野受到适当刺激时,相邻连接神经元同步激发产生35Hz~70Hz振荡脉冲串特性等,所以PCNN网络模型更靠近真实生物视觉特性,特别是哺乳动物视神经网络,特别适合计算机图像处理应用,尤其在生物细胞图像分割、图像平滑、降噪及图像中目标的分类、计数等方面的研究。 4.在应用PCNN模型属性进行生物医学图像分割处理研究中,通过对PCNN模型下图像分割效果、图像熵值研究,独立提出了利用图像统计特性中熵值最大准则的新算法,用来决定综合分割效果最佳的PCNN循环迭代次数,实现了PCNN模型对图像自动分割,显著提高了PCNN图像分割的效率,从而在PCNN的理论研究和实际应用作出了自己的出色工作。 5.植物胚性细胞定量分析研究需要首先将其切片图像进行分割处理,然后进行大分子量化分析,但植物细胞切片图像上表现出来的植物细胞特有复杂属性,使得一般图像分割分析方法很难获得满意的结果,PCNN网络模型是研究生物视神经系统产生的人工神经网络模型,它能缩小灰度值相近的像素差别,能弥补因细小灰度差别而造成的图像中边缘间隙的不连续性,非常适合植物体细胞胚切片图像分割,为此利用前面提出分割图像熵值最大准则进行的PCNN植物胚性细胞图像自动分割新算法,实现了植物胚性细胞图像的最佳分割,避免了最佳分割判定需人为干预问题,提高了PCNN神经网络分割植物细胞图像分割效率,利于后续植物细胞大分子含量定量分析研究。 6.在结合生物细胞的几何、形态属性基础上,提出了自己的一种基于细胞逻辑和形态特征的血液细胞图像分割新算法,思路新颖、独特、实现简单,还能进行细胞的计数和特定序号细胞的单独分割,尽管这种计数比较粗糙,但在生物学意义上这已足够,而实现单独分割这点是以前任何一种传统图像分割方法所无法实现的,因此该方法的提出对于图像分割技术具有重要的现实意义。 7.根据最优全方位结构元约束层叠滤波器中常规中值滤波带来的图像高频细节信息的丧失,引入改进的中心加权中值滤波器,从而提出改进的最优全方位结构元约束层叠滤波新方案,实验和理论证明,它相对于最优全方位结构元约束层叠滤波方案,在滤除噪声的同时更有效保持了图像的高频细节信息。 8.利用全方位形态滤波的图像细节保持性能,中心加权中值滤波的噪声抑止能力和全方位结构元层叠滤波方案的并行处理思想,设计了一种新的脉冲噪声混合滤波新方案,它在滤除噪声的同时较好地保持了图像的细节部分,特别是其高频微小细节部分。 9.一般脉冲噪声点与其所在图像像素灰度值之间相关性很差,而PCNN脉冲耦合神经网络能使相似神经元同步激发;这就决定亮点(或暗点)脉冲噪声像素对应神经元会在其区域所在相邻神经元中首先(之后)激发,为此结合中值滤波,我们提出了结合PCNN脉冲耦合神经网络和中值滤波的混合滤波新算法,理论分析和实验证明,该方案在滤除噪声的同时,比常规中值滤波更有效地保持了图像的高频细节信息。
【学位授予单位】:兰州大学
【学位级别】:博士
【学位授予年份】:2001
【分类号】:Q811.4

【相似文献】
中国期刊全文数据库 前10条
1 杜峰,施文康,邓勇,朱振幅;一种快速红外图像分割方法[J];红外与毫米波学报;2005年05期
2 张健;鲍际平;杨丽丽;;基于遗传算法的强化木地板表面缺陷的图像分割[J];林业机械与木工设备;2008年07期
3 郭海涛;杨志民;田坦;戴愚志;;海底小目标声呐图像一维最大熵分割的改进方法[J];海洋学报(中文版);2007年04期
4 周庆萍;李松;黄倩;;双团棘胸蛙血细胞的显微观察[J];西北师范大学学报(自然科学版);2010年04期
5 金立左,夏良正;模糊划分熵的新定义及其在图像分割中的应用[J];红外与毫米波学报;2000年03期
6 陈玉琴;俞诗源;马正学;张璟;尚建科;张虎林;谢明仁;夏冰芝;贾宗平;魏仲梅;;红腹锦鸡血细胞的光镜和扫描电镜观察[J];动物学杂志;2007年02期
7 张北斗;马义德;林冬梅;张立文;;基于脉冲耦合神经网络的超声图像病理区域检测算法[J];兰州大学学报(自然科学版);2008年01期
8 周庆萍;;白腹锦鸡的血细胞观察[J];六盘水师范高等专科学校学报;2009年06期
9 吴薇,邓秋霞,何曰光;基于免疫遗传算法的图像阈值分割[J];纺织高校基础科学学报;2004年02期
10 周庆萍;周雪林;韦国彬;;水城产中华大蟾蜍血细胞的显微观察[J];河南师范大学学报(自然科学版);2011年04期
中国重要会议论文全文数据库 前10条
1 李平;章毅;;结合复杂网络的PCNN图像分割法[A];2006全国复杂网络学术会议论文集[C];2006年
2 郭海涛;王连玉;高艳波;卢明波;;利用属性直方图的最小熵的声呐图像分割[A];2005年全国水声学学术会议论文集[C];2005年
3 李建国;潘振宽;魏伟波;石洁;李华;;隐式曲面上图像分割的Chan-Vese模型[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
4 张利;许家佗;;舌象图像分割技术的研究与应用进展[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年
5 魏颖;徐心和;贾同;赵大哲;;基于多尺度形态学滤波的CT图像肺结节检测算法[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
6 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
7 黎明;周琳霞;杨小芹;;图像的进化计算分割法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
8 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
9 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
10 曹永锋;孙洪;徐新;;基于盆地动力学的图像多级阈值化方法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
中国重要报纸全文数据库 前10条
1 市农广校;我市主要地下害虫形态特征与防治方法[N];通辽日报;2006年
2 肖庆丰;滑坡的形态特征及分类[N];中国水利报;2008年
3 陈文霞;标样种子的安全贮藏技术[N];山西科技报;2007年
4 周贵银;大牛股的形态特征[N];上海证券报;2006年
5 ;中医药发展的形态特征 科学?文化[N];中国中医药报;2001年
6 周兆山;大鱼际掌纹形态特征与哮喘的相关性研究[N];中国中医药报;2005年
7 张勋;墙体裂缝的生成原因及其形态特征[N];伊犁日报(汉);2007年
8 李良勇;专家建议日核电站员工储血细胞[N];新华每日电讯;2011年
9 彭兴庭;“熵”与环境承载力[N];中国绿色时报;2004年
10 陈辉霖;血细胞猛增32~P来对付[N];健康报;2000年
中国博士学位论文全文数据库 前10条
1 马义德;生物信息的数字图像处理技术研究[D];兰州大学;2001年
2 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
3 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
4 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
5 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
6 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
7 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
8 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
9 常兴治;数学形态学方法与随机场图像分割研究[D];东北大学;2007年
10 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
中国硕士学位论文全文数据库 前10条
1 黄春艳;图像分割若干算法研究[D];河南大学;2005年
2 李宗林;基于多尺度边缘检测的淋巴细胞特征检测研究[D];西华大学;2006年
3 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
4 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
5 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
6 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
7 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
8 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
9 杨林森;基于脉冲耦合神经网络的图像分割与融合研究[D];电子科技大学;2008年
10 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026