痕量微生物图像的阈值分割方法研究

您当前的位置：

首页 >

文章列表页 >

痕量微生物图像的阈值分割方法研究

信息光学与图像处理 | 更新时间：2025-09-01

- 痕量微生物图像的阈值分割方法研究
- Research on thresholding segmentation method for trace microbial distribution image
- 光学技术 2016年42卷第3期页码：229-233
- 作者机构：
  
  1. 1:军事医学科学院卫生装备研究所
  2. 2:武警后勤学院附属医院检验科
- 作者简介：
- 基金信息：
  
  国家十二五规划重大专项资助项目(AWS11Z005-4);国家科技重大专项资助项目(2012ZX10004801)
- DOI：10.13741/j.cnki.11-1879/o4.2016.03.008
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
毛佳文, 刘晓梅, 李抄, 等. 痕量微生物图像的阈值分割方法研究[J]. 光学技术, 2016,42(3):229-233.

Research on thresholding segmentation method for trace microbial distribution image[J]. 2016, 42(3): 229-233.
毛佳文, 刘晓梅, 李抄, 等. 痕量微生物图像的阈值分割方法研究[J]. 光学技术, 2016,42(3):229-233. DOI： 10.13741/j.cnki.11-1879/o4.2016.03.008.

Research on thresholding segmentation method for trace microbial distribution image[J]. 2016, 42(3): 229-233. DOI： 10.13741/j.cnki.11-1879/o4.2016.03.008.

探讨阈值分割算法

把其应用于痕量微生物图像的处理。基于阈值算法提出了适合痕量微生物图像的目标信号提取方法。对阈值分割算法进行分析

对比传统阈值方法和提出的改进阈值算法的实际图像处理效果。传统阈值算法可实现对图像中微生物信号的提取

但存在一定失真。基于阈值分割方法的改进算法具有抑制噪声信号

及区分背景与目标的能力

可高效实现微生物信号的提取。所成微生物分布二值图像具有轮廓清晰、易于观察的特点。

浏览量

101

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进的二维指数熵及混沌粒子群的阈值分割