您的位置: 专家智库 > >

上海市高校选拔培养优秀青年教师科研专项基金(358536)

作品数:5 被引量:24H指数:3
相关作者:陈兆学赵晓静施鹏飞聂生东王志祯更多>>
相关机构:上海理工大学上海交通大学浙江大学城市学院更多>>
发文基金:上海市高校选拔培养优秀青年教师科研专项基金国家重点基础研究发展计划上海市教育委员会重点学科基金更多>>
相关领域:自动化与计算机技术医药卫生机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇机械工程
  • 1篇医药卫生

主题

  • 5篇图像
  • 3篇图像分割
  • 2篇CT图像
  • 2篇MEAN_S...
  • 2篇车辆
  • 2篇车辆检测
  • 1篇英文
  • 1篇智能交通
  • 1篇智能交通系统
  • 1篇视频
  • 1篇视频车辆
  • 1篇视频车辆检测
  • 1篇平移
  • 1篇路面
  • 1篇结节
  • 1篇均值平移
  • 1篇均值平移算法
  • 1篇计算机
  • 1篇计算机辅助检...
  • 1篇交通系

机构

  • 5篇上海理工大学
  • 3篇上海交通大学
  • 1篇浙江大学城市...

作者

  • 5篇陈兆学
  • 2篇施鹏飞
  • 2篇聂生东
  • 2篇赵晓静
  • 1篇郑建立
  • 1篇郭鸣
  • 1篇王志祯
  • 1篇李立鸿

传媒

  • 2篇计算机应用与...
  • 1篇华东师范大学...
  • 1篇上海理工大学...
  • 1篇中国医学影像...

年份

  • 2篇2010
  • 1篇2008
  • 2篇2007
5 条 记 录,以下是 1-5
排序方式:
一种基于彩色路面区域分割的候选车辆区域视频检测方法被引量:1
2007年
提出了一种基于彩色路面区域分割的候选车辆视频检测方法。该方法首先根据路面部分颜色的分布特点从单帧彩色图像中分割出路面部分并完成路面区域背景的初始化,然后通过对路面区域运用背景差方法和相关后处理过程进行动静态候选车辆的检测和分割。由于采用一种双背景策略能够在车辆检测的同时完成背景的训练和替换更新,该算法克服了传统背景差算法背景更新时容易存在误差累积以及对环境光线变化敏感的缺点,实现简单、稳健性好,可以满足交通视频监控系统中背景更新和车辆检测的实时性处理要求,实验结果证明了该方法的有效性。
陈兆学郭鸣施鹏飞
关键词:车辆检测背景差图像分割HSI颜色模型
一种基于CI特征的3-域均值平移聚类肺结节分割算法(英文)被引量:4
2008年
提出了一种有效的分割CT图像中肺结节的新算法.该算法采用均值平移(mean shift)算法和基于CI(Convergence Index,CI)特征,共由三个步骤组成:(1)计算感兴趣区内的所有像素的CI特征;(2)把CI特征与像素的灰度值和空间位置信息结合在一起,形成3-域特征向量集;(3)利用均值平移聚类算法对特征向量集进行聚类.由于该算法能有效分析多高斯模型描述的包括实质性结节和亚实质性结节在内的所有结节,因此.可应用于CT图像中任何含有结节的用户感兴趣区域.实验结果证明,该方法能更精确地分割出不同类型的结节.
聂生东李立鸿陈兆学
关键词:CT图像均值平移算法
基于Mean Shift方法的视频车辆检测与分割被引量:8
2007年
提出了一种基于Mean Shift方法的视频车辆检测和分割方法.首先将交通场景图像与路面区域所对应的二值掩模图像进行“与”运算以排除无关背景干扰,并对所得的结果图像用Mean Shift聚类方法进行分割以得到原始的分割图像.然后根据区域的面积、分布以及颜色的均匀性和相似性等特征有效过滤出路面区域.进一步基于颜色的不相似度量,将路面区域置“黑”,所有其他区域置“白”,对路面区域图像进行二值化.最后通过特定的后处理过程可把路面区域中所存在的动、静态车辆检测出来.
陈兆学郑建立施鹏飞
关键词:智能交通系统图像分割车辆检测SHIFT
基于Mean Shift方法的肝脏CT图像的自动分割被引量:8
2010年
目的探讨基于Mean Shift方法的肝脏CT图像的自动分割算法,以实现肝脏的自动分割。方法首先对原始图像进行单次Mean Shift平滑,滤除噪声的影响以增强算法的鲁棒性,然后通过Mean Shift迭代自动选取初始种子点,最后采用基于区域生长的方法实现肝脏CT图像的自动分割。结果实验证明此方法是一个准确、快速和有效的肝脏自动分割方法。结论采用本文中提出的方法,可有效地实现肝脏的自动分割。
赵晓静陈兆学王志祯
关键词:图像分割
一种基于CT图像的肺实质自动分割的简易方法被引量:3
2010年
基于肺部CT图像灰度分布的特征,提出一种快速而有效的肺实质分割方法。该方法将图像阈值化和快速区域填充方法结合起来,可以自动将肺实质区域从肺部CT图像中分割出来。它首先通过一个预处理步骤以滤除随机噪声,然后采用阈值化方法对图像进行二值化,接着对所得二值图像进行腐蚀操作和面积滤波处理,并运用一种新奇而简单的区域填充方法对二值图像中非肺部区域进行填充以滤除各种干扰区域,最后经简单处理后即可从原始CT图像中分割出肺部区域。该方法实现简单高效,最终的实验结果证明了它的有效性。
陈兆学赵晓静聂生东
关键词:计算机辅助检测肺实质分割
共1页<1>
聚类工具0