您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (5): 65-70.

• 机器学习与数据挖掘 • 上一篇    下一篇

化学分子结构图分割算法

管燕,李存华*,仲兆满,孙兰兰   

  1. 淮海工学院计算机学院, 江苏 连云港 222005
  • 收稿日期:2012-03-20 出版日期:2012-10-20 发布日期:2012-03-20
  • 通讯作者: 李存华(1963- ),男,江苏徐州人,教授,博士,硕士生导师,主要研究方向为图像处理与模式识别.E-mail: cli@mail.hhit.edu.cn
  • 作者简介:管燕(1976- ),女,安徽当涂人,讲师,硕士,主要研究方向为图像处理与模式识别. E-mail: gy764@sohu.com
  • 基金资助:
    江苏连云港市科技攻关项目(CG0923,CG1121)

Segmentation algorithm of chemical molecular structure images

GUAN Yan, LI Cun-hua*, ZHONG Zhao-man, SUN Lan-lan   

  1. School of Computer Engineering, Huaihai Institute of Technology, Lianyungang 222005, China
  • Received:2012-03-20 Online:2012-10-20 Published:2012-03-20

摘要: 为了将化学分子结构图中化学键与杂原子、基团分割开,提出了基于区域尺寸和弯曲度的化学分子结构图分割算法。首先,根据连通区域尺寸大小,将化学分子结构图分割成两部分:一部分是由化学键组成的所有大尺寸连通区域的组合,另一部分是杂原子、基团和单化学键等小尺寸区域的组合。然后,根据弯曲度将小尺寸组合图中的表示化学键的单线段和类线段“I”、“l”、“-”提取出。最后根据位置等信息将“I”、“l”、“-”和单线段进行区分,将单线段的化学键和大尺寸连通区组合,实现了化学键与杂原子、基团的分离。实验结果表明,该图像分割算法准确率高达983%,与人类视觉感知具有一致性。这为后续的化学分子结构图像信息的自动提取奠定了基础。

关键词: 化学分子结构图, 图像分割, 区域尺寸, 弯曲度, 化学键, 原子

Abstract: The segmentation algorithm of chemical molecular structure based on area size and bending degree was proposed to segment chemical bonds, heteroatoms and perssad. First, chemical molecular structure images were segmented into two parts according to connection area size. One was the combination of all big size connection areas containing chemical bonds, and the other was the combination of heteroatoms, perssad and single chemical bonds. Second, single lines were extracted based on bending degree, which represents small size combination images, and likelines such as “I”,“l” and “-”. Finally, “I”,“l”, “-” and single lines were distinguished, chemical bonds of single lines and big size connection areas were combined, and the segmentation of chemical bonds, heteroatoms and perssad was realized. The accuracy by the proposed algorithm reached to 983%, and the segmentation effect was consistent with human visual perception. This is the foundation for automatically extracting chemical molecular structure images.

Key words: chemical molecular structure images, image segmentation, area size, bending degree, chemical bond, atom

中图分类号: 

  • TP391
[1] 黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.
[2] 胡金戈,唐雁. 基于视觉中心转移的视觉显著性检测方法[J]. 山东大学学报(工学版), 2017, 47(3): 27-33.
[3] 李璐,范文涛,杜吉祥. 基于Markov随机场的Student's t混合模型的脑MR图像分割[J]. 山东大学学报(工学版), 2017, 47(3): 49-55.
[4] 樊淑炎, 丁世飞. 基于多尺度的改进Graph cut算法[J]. 山东大学学报(工学版), 2016, 46(1): 28-33.
[5] 于海晶1,2, 李桂菊1*. 基于差分盒维数的彩色烟雾图像识别[J]. 山东大学学报(工学版), 2014, 44(1): 35-40.
[6] 戚世乐,王美清. 自适应分割弱边缘的活动轮廓模型[J]. 山东大学学报(工学版), 2013, 43(6): 17-20.
[7] 孙兰兰1,2, 李存华2*, 管燕2. 化学结构图中化学键信息的自动提取[J]. 山东大学学报(工学版), 2012, 42(5): 18-23.
[8] 张新明, 毛文涛, 李振云. 二阶广义概率的二维Otsu阈值分割[J]. 山东大学学报(工学版), 2012, 42(1): 25-33.
[9] 王丽娅, 潘振宽, 魏伟波*, 刘存良, 张志梅, 王钰. 多相图像分割的交替凸松弛优化及其Split Bregman算法[J]. 山东大学学报(工学版), 2011, 41(2): 40-45.
[10] 王新沛1,刘常春1*,白曈2. 基于均值距离的图像分割方法[J]. 山东大学学报(工学版), 2010, 40(4): 36-41.
[11] 冯显英 张成梁 杨丙生 李蕾. 基于RGB颜色空间的异性纤维识别检测算法[J]. 山东大学学报(工学版), 2009, 39(5): 68-72.
[12] 周广通,尹义龙,郭文鹃,任春晓. 基于协同训练的指纹图像分割算法[J]. 山东大学学报(工学版), 2009, 39(1): 22-26.
[13] 马志强,常发亮,田伟,赵瑶 . 彩色图像中的人脸检测方法[J]. 山东大学学报(工学版), 2007, 37(4): 19-22 .
[14] 牛新生,叶华,王亮 . 彩色图像中的人脸检测方法[J]. 山东大学学报(工学版), 2007, 37(4): 0-0 .
[15] 杨立才,赵莉娜,吴晓晴 . 基于蚁群算法的模糊C均值聚类医学图像分割[J]. 山东大学学报(工学版), 2007, 37(3): 51-54 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!