顯微影像紋理分析技術(shù)簡介-顯微圖像分析軟件廠商
紋理分析在空照圖、醫(yī)學(xué)影像及顯微影像上一直扮演著重要的角色；
大部分的紋理分析工作著力于整張影像的紋理特征萃取。
其中紋理分類是最重要的影像處理之一。
紋理分類在過去廿年來一直是影像處理上有趣的焦點(diǎn)所在。我們詳細(xì)陳述紋理
分類如下﹕在一有限集合類別Ci，i＝1，2，...，m中對每一類別先選取一些影像，稱為訓(xùn)練影像（training image），
從這些訓(xùn)練影像中，根據(jù)某種法則萃取紋理特征，以這些萃取出來的資訊為基礎(chǔ)，
對每一未知類別的測試影像（testing image），指定其所屬之類別。
紋理分類中最主要的問題在于如何萃取紋理的特征
一般可分為兩個(gè)步驟，訓(xùn)練階段及辨識階段。在訓(xùn)練階段中，系統(tǒng)對每一紋理影像
的訓(xùn)練圖訊（training pattern）計(jì)算其特征，并以其平均值作為模組特征（model feature）。而在辨識階
段中，系統(tǒng)計(jì)算未知類別影像的紋理特征并且與模組特征作一比較；根據(jù)選用的分類器（classifier）
分辨其所屬的紋理類別。
使用一種新的紋理特征，稱為小波特征（wavelet feature）作為我們紋理分類的主要依據(jù)從而獲得紋理的定量或定性描述的處理過程
|
華東華南地區(qū)
