Описание методов сегментации изображений – алгоритмов Канни, Харриса и FAST, их реализация при помощи языка программирования C и графической библиотеки OpenCV. Тестирование алгоритмов на изображениях анализов мокроты, окрашенных по методу Циля-Нильсена.
При низкой оригинальности работы "Выбор алгоритма сегментации для определения областей интересов изображений анализов мокроты, содержащих микобактерии туберкулеза", Вы можете повысить уникальность этой работы до 80-100%
Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого Выбор алгоритма сегментации для определения областей интересов изображений анализов мокроты, содержащих микобактерии туберкулеза И.Г. Шеломенцева Аннотация Рассмотрены базовые методы сегментации изображений - алгоритмы Канни, Харриса и FAST, алгоритмы контурного анализа. Указанные методы реализованы при помощи языка программирования C и графической библиотеки OpenCV. Выполнено тестирование алгоритмов на изображениях анализов мокроты, окрашенных по методу Циля-Нильсена. Ключевые слова: метод Циля-Нильсена, детектор углов, детектор границ, контурный анализ, Харрис, FAST, Канни, Open CV. Целью проводимого исследования стал выбор оптимального алгоритма для определения ROI (region of interest) изображения - областей интересов, содержащих микобактерии, с последующим их выделением для анализа методами нейронных сетей.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
