摘要

为了提升图像分类效果,研究群智能算法的激光共焦扫描显微图像分类方法。依据激光共焦扫描显微镜成像原理,获取显微图像,并分成训练图像集与预测图像集。利用蚁群算法,提取两个图像集的特征向量,通过训练图像集的特征向量,训练交叉核支持向量机,建立支持向量机模型。依据时变函数调整蚁群算法内信息素的更新规则,改进蚁群算法。利用改进蚁群算法,优化支持向量机模型的参数,获取最优激光共焦扫描显微图像分类模型,在分类模型内输入预测显微图像集的特征向量,输出激光共焦扫描显微图像分类结果。实验证明:该方法可有效分类激光共焦扫描显微图像,具备较高的图像分类精度。在不同放大倍数下,图像误分类率较低,分类后图像的平均梯度值较高,即图像清晰度高。

  • 出版日期2022
  • 单位运城学院