%0 Journal Article
%T 改进FCM和LFP相结合的白细胞图像分类
%A 庞春颖
%A 刘记奎
%A 韩立喜
%J 中国图象图形学报
%D 2013
%R 10.11834/jig.20130508
%X 研究白细胞图像分类识别中有效的图像分割与特征提取方法,以提高白细胞图像的正确识别率。由于某些白细胞(粒细胞)中颗粒的存在,严重影响细胞核与细胞质区域的正确分割,通过将空间信息与核函数融入模糊C-均值聚类(FCM)算法,提出一种改进的FCM算法。应用该算法对白细胞图像进行分割,并采用数学形态学方法对分割后的图像进行处理,获得了很好的分割效果,解决了粒细胞的质核分割难题。对于细胞的纹理特征提取,通过对局部二值模式(LBP)中阈值参数的模糊化,建立了基于局部模糊模式(LFP)的纹理特征提取算法。运用本文方法进行图像分割和纹理提取,以支持向量机作为分类器,对CellAtlas的100幅白细胞图像进行了分类识别的实验,结果表明白细胞的正确识别率达到93%。
%K 白细胞分类
%K 图像分割
%K 模糊C-均值聚类
%K 纹理特征提取
%K 局部模糊模式
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20130508&flag=1