医学超声图像非均匀伪影校正研究磁

医学超声图像常受到非均匀性伪影的影响,使图像的局部统计特性发生变化,严重影响了超声图像的精确性。论文采用同态滤波方法消除非均匀性伪影,并通过仿真验证了该方法去除非均匀伪影的优势。     

基于多混沌系统的医学图像加密算法

针对医学图像数据量大、同色像素连续性高的特点,提出了一种基于混沌理论的图像加密算法。算法通过在多个一维混沌系统间的随机切换产生加密序列,在加密过程中对图像本身引入了双重反馈,从而有效延长了混沌序列的周期,提高了算法的安全性。实验证明,本算法具有较好的运行效率与加密效果。     

医学显微图像识别与分析

随着生物医学的发展,医学已经从组织、器官的研究进入到显微细胞阶段,因此医学显微图像技术已经十分成熟,在医学领域的应用也越来越广泛。目前医学中常使用的医学显微图像多为细胞显微图像,通过对病变细胞显微图像的识别和分析来诊断疾病,诊断率较高。而能够准确的识别显微图像,选择合理的分割方法至关重要。本文简要的为大家介绍医学显微图像常用的分割方法。     

医学图像分析深度学习方法研究与挑战

深度学习（Deep learning,DL）,特别是深度卷积神经网络（Convolutional neural networks,CNNs）,能够从医学图像大数据中自动学习提取隐含的疾病诊断特征,近几年已迅速成为医学图像分析研究热点.本文首先简述医学图像分析特点;其次,论述深度学习基本原理,总结深度CNNs在医学图像分析中的分类、分割框架;然后,分别论述深度学习在医学图像分类、检测、分割等各应用领域的国内外研究现状;最后,探讨归纳医学图像分析深度学习方法挑战及其主要应对策略和开放的研究方向.     

多重测量的测试数据分析与算法优化

多重测量是在重要应用场合为了改善测量系统冗余性而采用的一种特殊测量方式。该文以某核电站KIT系统堆芯温度测量为例,介绍了由某外国公司提供的多重测量偏差的算法,并对测试数据进行分析,以论证对该算法进行优化的必要性。     

病理切片图像拼接修正技术

图像拼接技术具有广泛的应用性,是当前图像处理领域的研究热点.由于技术原因,在拼接时会造成误配.目前一般利用全局优化的方法进行图像拼接修正,理论上较为合理,但是速度和效果方面都欠佳.针对图像在拼接过程中,位置之间的相关性,提出一种基于单元拼接理论的修正方法.提出拼接参数的相关公式,分析并证明公式的正确性,并给出修正简化规...     

利用多元遥感数据进行CBERS-02卫星大气校正研究

针对山地丘陵等复杂地表下地形对遥感数据影响较大的情况,提出了适合该区域的大气校正方法。该方法以MODIS数据为数据源,基于6S反演出陆地上空的气溶胶模式和光学厚度。使用同时相同区域的TM数据对CCD数据进行交叉定标,利用ATCOR3实现了对CBERS\|02星CCD数据进行大气校正。校正前后数据比较结果表明:该算法还原了下垫面原貌,尤其对山区丘陵等复杂地表具有很好效果。     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

基于线结构分析的档案图像倾斜校正

档案数码化为政府档案资源深度利用提供了途径,数码化后的档案图像倾斜校正是数字档案质量的必然要求,也是数字图像的预处理过程。通过引入一个多尺度的高斯滤波器,可以对档案图像的全局特征进行增强,继而在增强的图像中,定义基于梯度函数的结构分析张量,提取像素点的线结构似然信息,对于大于一定阈值的线结构信息,计算其倾角,最后利用倾角直方图的统计特性确定档案图像的倾斜度。实验表明,该方法对文本富裕档案具有普遍适应性。     

医学DR图像分割处理过程仿真分析

研究医学DR图像准确分割方法.人体组织的分布特征很难运用准确的数学模型进行描述,由于厚度不均匀,在进行CT图像采集的过程中,图像细节信息会被噪声等不利因素埋没,边缘变得不清晰,对比度降低.传统分割算法主要针对像素的某一个具体特征做出判断,在有噪的环境下,像素提纯受到干扰,很难对非可控信息进行模型控制,导致对医学DR图像的分割效果不好.为了避免上述缺陷,提出了一种人工鱼群算法的医学DR图像分割处理方法.通过对采集的DR图像进行增强处理,提高DR图像的对比度,利用SUSAN算子去除干扰信号,准确计算初始病变区域边界,对边界像素运用人工鱼群方法寻求.实验结果表明,利用改进算法能够有效提高医学DR图像分割的准确性,有利于临床医疗诊断.     

医学影像技术发展及分割特点

医学影像技术发展到越来越先进成熟,但医学图像分割仍然是个难题。文章着重介绍医学影像的发展历程和医学图像分割技术的特点:在已有算法中加入新概念或新方法的同时,重视多种分割算法的有效结合。文章最后以主动轮廓模型(Active Shape Mode,ASM)算法、图割(Graph Cut,GC)算法以及图割-主动轮廓模型迭代(Iterative Graph-Cut-ASM,IGCASM)算法为例,进一步说明医学图像分割算法的共同特点。     

基于ICC标准的新型舌象仪的彩色校正研究

中医舌象仪通过对舌图像的采集、提取、分析,实现对各舌象指标的定量描述,从而起到辅助中医诊断的作用.新型舌象仪解决了原有舌象仪不能满足卧姿病人舌象采集的问题,但由于照明环境和采集设备的改变,采集后的舌图像与原舌象仪获取的舌图像存在较大差别.为此,推出了将基于ICC标准的彩色校正算法应用到新型舌象仪的彩色校正中,色彩的还原度有所提高.     

边缘检测算子研究及其在医学图像中的应用

阐述了边缘检测在医学图像处理中的重要作用,分析了几种常用算子(Roberts,Sobel,Prewitt,Laplacian,Canny)基本原理及算法实现,并对比各算子的优缺点,并用VC .NET工具编程实现出以上各种算子对一幅人体头部的MRI图进行边缘提取。对实验结果进行分析得出结论,各种不同的算子对同一幅图片进行边缘提取,会得到完全不同的结果,Canny算子检测出的边缘比一般微分算子更精确、更细,但也可能平滑掉一些有用的边缘。因此,在不同的条件下,应根据具体情况,选择最适合的边缘检测算子对图像进行处理,才能得到最佳效果。     

边缘检测算子研究及其在医学图像中的应用

阐述了边缘检测在医学图像处理中的重要作用，分析了几种常用算子（Roberts，Sobel，Prewitt，Laplacian，Canny）基本原理及算法实现，并对比各算子的优缺点，并用VC＋＋．NET工具编程实现出以上各种算子对一幅人体头部的MRI图进行边缘提取。对实验结果进行分析得出结论，各种不同的算子对同一幅图片进行边缘提取，会得到完全不同的结果，Canny算子检测出的边缘比一般微分算子更精确、更细，但也可能平滑掉一些有用的边缘。因此，在不同的条件下，应根据具体情况，选择最适合的边缘检测算子对图像进行处理，才能得到最佳效果。     

迁移学习在医学图像分析中的应用研究综述

迁移学习是机器学习中一种新的学习范式,它可以克服深度学习需要大量样本的缺陷,能够解决医学图像分析中数据集较小导致模型不准确的问题,因而成为继深度学习之后在医学图像分析领域的研究热点。对迁移学习进行概要阐述,按照目前医学图像分析中应用的主要迁移学习方法,即基于数据的迁移学习、基于模型的迁移学习、对抗式迁移学习和混合迁移学习,对医学图像分析领域的重要文献进行整理和归纳,分析每种迁移学习的机制、适用范围、应用情况和优缺点,再对这几种迁移学习方法进行总结、分析及比较。针对研究现状的不足指出该领域的研究发展趋势,为迁移学习在该领域的深入研究提供参考。     

基于RBF人工神经网络的遥感图像校正算法

遥感图像的几何校正是阻碍其应用的瓶颈问题。遥感图像的几何校正函数是一个非线性、不确定的复杂函数, 难以用精确的数学模型来表达问题, 对此提出了一种基于RBF 人工神经网络和地面控制点( GCP) 相结合的遥感图像几何校正算法。该算法利用RBF 网络能以任意精度逼近任意函数的特性, 模拟地表空间分布这一复杂的非线性函数。该算法原理简单, 易于实现, 是一种实用、可行的遥感图像几何校正算法。     

文字图像的整体倾斜矫正

论文论述了文字图像在水平倾斜和垂直倾斜条件下的倾斜矫正问题,提出了一种用连通区域找文字图像特征点为基础的倾斜矫正算法。文中以车牌识别系统中的文字图像作为例子来详细说明,并且给出了在GIS电子地图和OCR文字图像中的实际应用。在车牌识别系统中的实际应用表明,论文提出的方法有很高的准确度。     

遥操作机器人全局摄像机图像畸变校正

遥操作中采用全局摄像机对机器人进行定位时存在图像畸变带来的误差,针对这一问题提出了一种图像畸变校正方法.该方法采用径向基神经网络(RBFNN)进行畸变校正.从而获得机器人在实际空间中的坐标位置.实验表明,该方法简单有效,适用于广角镜头带来的图像畸变校正.可以满足利用定位坐标进行路径规划的要求.