基于改进粒子群优化itti模型的白细胞区域提取方法研究

《基于改进粒子群优化itti模型的白细胞区域提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：：密级ＵＤＣ：：单位代码＿＿＿＿＿签傲２：赴乂ｆ硕去学位论文论文题目：基于改进粒子群优化ｒｍ模型ｉ／的白细施区域提取方法研究一．篆．＊為，＃１４２０１９０３１１学号．杨脫盼作者：计算机技术专业名称：２０１６年６月６日独创性说明本人郑重声明；所呈交的论文是我个人在导师指导下进行的研究Ｘ作及取得研究成果。尽我所知，除了文中特别加示注和致谢的地方夕己经发表或撰写的硏巧成果，也不包含为获得ｈ，论文中不包含其他人■－同安徽Ｘ业大学或其他教育机掏的学位或证书所使用过的材料。与我工

2、作的同志对本硏苑所做的任何赞献均己在论文中做了明确的说明并表示了谢嶺。铅名本？胳日期；八Ｌ和－—关于论文使用授权的说明本人完全了解安徽Ｘ业大学有关保留、使用学位论文的规定，即；＾＜公学校有权保留送交论文的复印件，允许论义被蒼阅和借阅：学校可＾布论文的全部或部分内嘗，可臥采用寮乡印、缩巧或其他复制手段保存论义保密的论文化解密后应遮循此规定。，ｒ絡名曰期／？／导师签名＿＿：＿安徽工业大学硕士学位论文基于改进粒子群优化ITTI模型的白细胞区域提取方法研究论文题目：ResearchaboutExtractingLeukocyteAreasB

3、asedonImprovedITTIandParticleSwarmOptimization作者：杨盼盼学院：计算机科学与技术指导教师：纪滨单位：安徽工业大学论文提交日期：2016年6月6日学位授予单位：安徽工业大学安徽马鞍山243032摘要摘要图像感兴趣区域（ROI）是指人类视觉系统在观察复杂场景时，将视觉注意力不由自主地放在少数几个对象上，并且优先处理的区域，这个区域包含了图像中的主要信息。图像ROI提取图可以缩小处理图像时的计算量，提高计算机处理信息的效率。本文主要围绕视觉注意模型对图像ROI提取的问题，分析了ITTI视觉模型提取骨髓细胞图像中白细胞区域的主要方法。当

4、前我国医学检测作业智能化程度不高，病理分析人员发现骨髓病变的过程主要是通过人眼在显微细胞图中寻找白细胞区域，再识别异常部分，而人工操作方式不可避免地产生工作量大和容易疲劳的缺点，进而导致漏判、错判等问题。如果利用计算机自动提取细胞图像中人眼感兴趣的白细胞部分，医检人员便无需观测显微细胞，只需在提取后的白细胞图中进行病理分析，这样可以在一定程度上提高工作效率。因此，本文提出的利用计算机图像处理技术自动提取骨髓细胞图像中白细胞区域的方法有望应用在医学图像处理的领域中。基于粒子群优化（PSO）的ITTI模型提取白细胞区域的方法基本工作原理首先是利用高斯滤波和多尺度归一化的方法，分

5、别得到颜色显著特征图、亮度显著特征图、方向显著特征图，再将三者融合成最终显著图，再利用改进PSO的Otsu阈值分割方法对其进行感兴趣的白细胞区域提取。本研究主要提出了两点改进方法分别为：（1）利用ITTI视觉模型中高斯滤波和多尺度归一化的方法，分别提取原始灰度图的方向、亮度、颜色显著性特征，再根据人眼对视觉特性贡献不一致的原理再对原始ITTI视觉模型中三类显著性特征采用的线性结合的方式提出改进，本研究提出采用自适应系数相融合的方式得到最终显著图。（2）对于已经采用自适应系数进行融合方式得到的显著图，本研究进一步提出利用基于改进的PSO算法的Otsu法对显著图进行感兴趣的白细

6、胞区域提取，有助于提取完整的白细胞区域。实验表明，用本研究的方法与其它提取骨髓细胞图像中白细胞区域的方法相比较，本文算法提高了ROI提取的精确度，可以更好的提取图像的ROI。关键词：白细胞区域提取；ROI；特征显著图；ITTI模型；PSO；Otsu法IAbstractAbstractImageregionofinterest(ROI)refersthattheobservationofthehumanvisualsystemunderthecomplexscenes,thevisualattentioninvoluntarilyisplacedtoafewobjects,a

7、ndprioritywillbegivenfortheobjectivearea,thisareacontainstheimportantimageinformation.TheimagewithonlyhavingofROI,canreducestheamountofcomputationofprocessimage,andimprovestheeffectofthecomputing.Thispapermainlyfocusesonthevisualattentionmodelaboutextractingth