一种基于纹理特征提取与融合的小样本细胞图像分类方法

AITNT
正文
推荐专利
一种基于纹理特征提取与融合的小样本细胞图像分类方法
申请号:CN202510413586
申请日期:2025-04-03
公开号:CN120299038A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于纹理特征提取与融合的小样本细胞图像分类方法,主要包括:在纹理特征提取中对预处理后的图像提取纹理特征图像,对图像提取LBP和GLCM特征图像;然后将纹理特征提取的纹理图像输入至深度特征提取模块,获取SoftMax层之前的特征编码;然后对LBP和GLCM各自提取的特征编码进行融合;最后在分类模块中计算未分类图像和样本图像提取并融合后的特征编码之间的距离,根据欧氏距离对待分类样本进行KNN分类;本发明通过采用有效的特征融合机制,充分利用不同特征之间的互补信息,提升模型对细胞图像的表征能力和分类准确性。
技术关键词
细胞图像分类方法 纹理特征提取 样本 LBP算法 训练神经网络模型 LBP纹理 深度特征提取 KNN算法 分类准确率 编码 图像类别 处理器 计算中心 像素点 邻域 网格
系统为您推荐了相关专利信息
1
适用于卵胞浆内单精子显微注射的精子标志物的应用及相关产品
不孕不育 蛋白质芯片 体外受精 数据输入设备 数据记录模块
2
一种基于曼巴模型与半监督学习的RNA序列分类方法
序列分类方法 状态空间模型 多尺度稀疏特征 编码器 解码器结构
3
人脸活体检测方法、装置、存储介质及计算机设备
红外传感器 识别人脸图像 人脸活体检测模型 检测人脸 运动状态信息
4
一种企业流动监测预警方法和系统
监测预警方法 预警模型 企业 矩阵 监测预警系统
5
面向任务的算网能综合度量方法及装置
多层神经网络模型 能耗 数据 网络资源需求 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号