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] 刘全金,嵇文,胡浪涛,黄汇磊,杨瑞,李翔,高泽文,魏本征. 基于双解码器的医学图像分割模型[J]. 山东大学学报 (工学版), 2024, 54(6): 8-18.
[2] 高泽文,王建,魏本征. 基于混合偏移轴向自注意力机制的脑胶质瘤分割算法[J]. 山东大学学报 (工学版), 2024, 54(2): 80-89.
[3] 董璐璐,宋金涛,魏伟波,潘振宽. 多相图像分割变分模型的标签函数提升方法[J]. 山东大学学报 (工学版), 2022, 52(4): 54-68.
[4] 郝晋一,李鹏程,黄艺美,李金屏. 基于穿线法的轮胎X光图像畸变检测[J]. 山东大学学报 (工学版), 2022, 52(3): 9-17.
[5] 董新宇,陈瀚阅,李家国,孟庆岩,邢世和,张黎明. 基于多方法融合的非监督彩色图像分割[J]. 山东大学学报 (工学版), 2019, 49(2): 96-101.
[6] 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.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 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.
[14] 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.
[15] 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.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 张永花,王安玲,刘福平 . 低频非均匀电磁波在导电界面的反射相角[J]. 山东大学学报(工学版), 2006, 36(2): 22 -25 .
[2] 李 侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[3] 施来顺,万忠义 . 新型甜菜碱型沥青乳化剂的合成与性能测试[J]. 山东大学学报(工学版), 2008, 38(4): 112 -115 .
[4] 孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[5] 来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[6] 余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[7] 陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[8] 王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[9] 季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .
[10] 浦剑1 ,张军平1 ,黄华2 . 超分辨率算法研究综述[J]. 山东大学学报(工学版), 2009, 39(1): 27 -32 .