基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决常用的基于图像像素连通性的分类标识算法和当前的基于密度可达性的快速算法在处理类似线粒体等分布不连续的荧光图像上存在标识不稳定和误标识的问题,通过改进基于密度的算法在搜集对象上的策略,采用基于局部密度提取的搜集方法.结果表明:对于不连续分布的荧光图像,这种方法可以很稳定的给出符合实际的分类标识结果,优于基于连通性和基于密度的快速算法,准确率和稳定性较高.
推荐文章
基于链码的合成孔径声纳图像目标识别算法研究
链码
离散曲率
合成孔径声纳
目标识别
基于特征点提取的图像增强算法
Retinex
图像增强
特征点提取
基于深度特征学习的图像自适应目标识别算法
深度学习
卷积神经网络
自适应
图像识别
算法
基于灰度图像的车牌字符提取算法研究
车牌识别
Canny 算子
形态学
提取
分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于密度提取的细胞荧光图像标识算法
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 密度提取方法(DBE) 基于密度的带噪声空间聚类(DBSCAN) 亚细胞荧光图像 图像分割
年,卷(期) 2013,(1) 所属期刊栏目 生物与生物医学
研究方向 页码范围 129-132
页数 4页 分类号 TP391.41
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 叶大田 76 559 14.0 21.0
2 张锐 11 86 5.0 9.0
3 钱翔 12 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (106)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(12)
  • 参考文献(3)
  • 二级参考文献(9)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
密度提取方法(DBE)
基于密度的带噪声空间聚类(DBSCAN)
亚细胞荧光图像
图像分割
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导