排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
眼底视网膜血管图像的纹理与结构信息可作为医学对相关疾病诊断的重要依据。针对视网膜血管存在伪影与尺度结构复杂等难题以及微血管分割较低等问题,提出一种基于多尺度滤波的有监督学习视网膜血管分割算法。采用二维K-L变换综合分析彩色图像三通道的频带信息得到视网膜灰度图像,并利用受限对比度直方图均衡化增强血管与背景的对比度,利用Retinex降低伪影与视盘的干扰;由多尺度高斯匹配滤波、多尺度形态学滤波、Frangi滤波以及2D-Gabor滤波提取相关血管特征,并将提取好的特征集由AdaBoost初步提取血管;利用血管连通域信息去除初分割结果的非血管像素,获得最终的血管图像。该算法在DRIVE与STARE数据集上实验,准确率分别达到96.34%与95.83%。 相似文献
2.
铁路护栏是列车高速安全运行免受异物入侵的必要保障,其图像精确提取是铁路基础设施自动化检测的关键步骤.针对铁路护栏因背景干扰因素多而难以准确提取其图像的问题,提出一种融合多特征和二维最大熵的铁路护栏网格图像提取算法.首先采用双边滤波降噪和伽马变换增强铁路护栏网格图像,其次在提取护栏网格的线性特征、方差特征和矩特征后进行二维最大熵初分割,最后根据三类特征图的初分割进行加权融合与连通域去噪.结果表明,本文算法对铁路护栏网格图像的提取具有较强的鲁棒性. 相似文献
1