Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "progowanie obrazu" wg kryterium: Wszystkie pola


Wyświetlanie 1-4 z 4
Tytuł:
Analyses of skin lesion areas after thresholding
Analiza obszarów zmian skórnych po segmentacji przez progowanie
Autorzy:
Michalska, Magdalena
Powiązania:
https://bibliotekanauki.pl/articles/1841324.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
dermatoscopy
melanoma
thresholding
image region analysis
dermatoskopia
czerniak
segmentacja przez progowanie
analiza regionów obrazu
Opis:
Melanoma is one of the fastest spreading cancers.The aim of the article is to segment the skin lesionsfrom human skin dermatoscopic images covered by melanoma. Threshold segmentation was used, which allows a single skin lesionto be analyzed. Itshows the four areas of each based on their color. The created software monitors the border of skin lesion areas.Segmentation and analysis of the resulting images with different areas of skin change was carried out in the Matlab software.
Czerniak to jeden z najszybciej rozprzestrzeniających się nowotworów. Celem artykułu jest segmentacja zmiany skórnej z obrazów dermatoskopowych ludzkiej skóry objętych czerniakiem. Użyto segmentacj przez progowanie, która pozwala na analizę pojedyńczejzmiany skórnej. Ukazuje cztery obszary każdej z nich w oparciu o ich barwę. Stworzone oprogramowanie monitoruje granicę obszarów zmiany skórnej. Segmentacjai analiza powstałych obrazów z różnymi obszarami zmiany skórnej została przeprowadzona w środowisku Matlab.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 3; 9-12
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network segmentation of images from stained cucurbits leaves with colour symptoms of biotic and abiotic stresses
Autorzy:
Gocławski, J.
Sekulska-Nalewajko, J.
Kuźniak, E.
Powiązania:
https://bibliotekanauki.pl/articles/330961.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
segmentacja obrazu
przestrzeń koloru
przetwarzanie morfologiczne
progowanie obrazu
sztuczna sieć neuronowa
ochrona roślin
image segmentation
colour space
morphological processing
image thresholding
artificial neural network
WTA learning
Widrow-Hoff learning
Cucurbita species
plant stress
ROS detection
Opis:
The increased production of Reactive Oxygen Species (ROS) in plant leaf tissues is a hallmark of a plant's reaction to various environmental stresses. This paper describes an automatic segmentation method for scanned images of cucurbits leaves stained to visualise ROS accumulation sites featured by specific colour hues and intensities. The leaves placed separately in the scanner view field on a colour background are extracted by thresholding in the RGB colour space, then cleaned from petioles to obtain a leaf blade mask. The second stage of the method consists in the classification of within mask pixels in a hue-saturation plane using two classes, determined by leaf regions with and without colour products of the ROS reaction. At this stage a two-layer, hybrid artificial neural network is applied with the first layer as a self-organising Kohonen type network and a linear perceptron output layer (counter propagation network type). The WTA-based, fast competitive learning of the first layer was improved to increase clustering reliability. Widrow-Hoff supervised training used at the output layer utilises manually labelled patterns prepared from training images. The generalisation ability of the network model has been verified by K-fold cross-validation. The method significantly accelerates the measurement of leaf regions containing the ROS reaction colour products and improves measurement accuracy.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 3; 669-684
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid cytological image segmentation method based on competitive neural network and adaptive thresholding
Hybrydowa metoda segmentacji obrazów cytologicznych oparta o konkurencyjne sieci neuronowe i adaptacyjne progowanie
Autorzy:
Kowal, M.
Filipczuk, P.
Korbicz, J.
Powiązania:
https://bibliotekanauki.pl/articles/153798.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
segmentacja obrazu
sieci neuronowe
rak piersi
diagnostyka
image segmentation
neural networks
breast cancer
diagnosis
Opis:
The paper provides a preview of research on the computer system to support breast cancer diagnosis. The approach is based on analysis of microscope images of fine needle biopsy material. The article is devoted mainly to the segmentation problem. Hybrid segmentation algorithm based on competitive learning neural network and adaptive thresholding is presented. The system was tested on a set of real case medical images obtained from patients of the hospital in Zielona Góra with promising results.
Niniejszy artukuł przedstawia wyniki prac badawczych prowadzonych nad komputerowym systemem wspierającym diagnostykę raka piersi. Zaprezentowane podejscie oparte jest na analizie mikroskopowych obrazów materiału pozyskanego metodą biopsji cienkoigłowej bez aspiracji. Zadaniem systemu jest określenie czy badany przypadek jest zmianą łagodną czy złośliwą. Badania skupione są na dwóch głównych problemach. Pierwszym z nich jest segmentacja obrazów cytologicznych oraz ekstrakcja cech morfometrycznych jąder komórkowych występujących na rozmazach. Drugim problemem jest klasyfikacja raka sutka oraz odpowiedni dobór cech najlepiej opisujących daną klasę. W artykule autorzy położyli główny nacisk na opisie sposobu segmentacji obrazów. Poprawność procesu segmentacji w dużym stopniu decyduje o możliwości wykonania skutecznych pomiarów cech morfometrycznych jąder komórkowych i w konsekwencji dokonania właściwej diagnozy. W artykule przedstawiono hybrydowy algorytm segmentacji oparty o konkurencyjne sieci neuronowe i adaptacyjne progowanie. Jest to metoda alternatywna do zaprezentowanej wcześniej metody bazującej na rozmytym algorytmie c-średnich. Porównanie wyników obydwu metod zamieszczono w artykule. Automatyczny system wspierający diagnostykę raka piersi przetestowano na prawdziwych obrazach medycznych pacjentów regionalnego szpitala w Zielonej Górze. W przeprowadzonych eksperymetach uzyskano obiecujące wyniki.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1448-1451
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Parallel implementation of local thresholding in Mitrion-C
Autorzy:
Kryjak, T.
Gorgoń, M.
Powiązania:
https://bibliotekanauki.pl/articles/929573.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
przetwarzanie obrazu
FPGA
progowanie lokalne
system rekonfigurowalny
image processing
Mitrion-C
local thresholding
reconfigurable systems
Opis:
Mitrion-C based implementations of three image processing algorithms: a look-up table operation, simple local thresholding and Sauvola's local thresholding are described. Implementation results, performance of the design and FPGA logic utilization are discussed.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2010, 20, 3; 571-580
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies