原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第28卷第4}IIi增刊 仪器仪表学报 V01．28No．4
2007年4月 ofSctcrlLificInstruⅡlent
ChmⅢJounlaI
基于Adaboost的尿沉渣管型细胞的识别
曹晓光，刘湘航
(北京航空航天大学宇航学院图像中心。、北京‘。100083)
弱分类器的组合构造m最后识别效果理想的分类器。在人脸检测中广泛使用并取得了较好的效果，但是在细胞识别中的应
用j丕很少。本文通过选取有效特征将Adab00st算法应用于细胞图像的识别，对于尿沉渣图像中准确检测难度较大的管型细
胞进行检测取得了较好的分类效果。
关键词：Adaboost算法；细胞识别
castSin
Adal)oost_based of
recognitionalgorithm urinary
sediment
ilnages
7
㈧1：
cao
xiaoguang，LibXianghang
of sediment
Abstr戤t：Theresearchthi3ar石cleisonthe ofcastsin Adak)os卜based
recog工lition urinary images．An
ofca8tsin is Is usedinface
re009nitlonalgo—thm urinarysedime眦1magespresented．Adaboostalgorithmgenerally
detectioILIt11sesa ofweakclassifierstoconst八lctthe矗rlalclassifierwhichhasa rate．While
group g()0dclassify
Adab0。st has inface buthas beenusedincelI
ak。rithmbeenwidely 4etectionproblemsrarely r喇nition，
applied
ch∞ses fea沁resof incen resultshowsa
this掣ticleeffec酊ve ca9tsanduBes detectiom。Testing
Adab008t矗lgoritllm
ofcast in
900dpe—b删rlcerecognjtionurinafys幽眦timage刮z’
K帮竹0rds}Adab。D酏}，ceUre印gmtiQn《、阱笠站
大形状各异，由于管型细胞的多样性和其他类似的成
¨．引： 言 分(图2)的干扰。使得难以提取有效特征对其进行识
别。．从图上可以看出管型细胞之间在外
文档评论（0）