排序方式: 共有8条查询结果,搜索用时 19 毫秒
1
1.
相机的普及和图像处理软件的广泛应用使得数字图像正面临着被随意篡改和伪造的威胁。针对模糊润饰后的数字伪造图像,提出一种利用像素方向分布不一致性特征进行定位检测数字图像取证的方法。通过从图像中提取每个像素的方向特征来描述润饰操作对像素方向分布的破坏,在此基础上利用模糊区域与未模糊区域像素方向相关性的特征对模糊润饰的伪造图像区域进行定位。实验表明,该算法能够有效地对模糊润饰的图像进行检测和定位并且具有很好的鲁棒性。 相似文献
2.
电阻抗成像(electrical impedance tomography,EIT)常用于监测物场中介质分布的动态变化。对于动态EIT系统,传统成像算法以牺牲图像质量为代价,提高成像速度。利用测量数据序列的时间、空间特性,改善重建图像质量,建立了基于时间-空间相关性的动态EIT成像数学模型,将动态阻抗图像序列的低秩特性引入到目标函数中。采用增广拉格朗日乘子(augmented Lagrange multiplier,ALM)法对模型进行求解。仿真和实验结果证明新方法能够在改善重建图像质量的同时提高成像速度,从而表明新方法的有效性。 相似文献
3.
4.
CT(Computer Tomography)图像中自动分割肺裂是很困难的,肺裂往往存在不完整、形变、断裂和附裂等现象.本文提出一种融合肺部解剖结构特征来实现自动分割肺裂的方法.首先结合肺部气管和动脉血管信息定位肺裂感兴趣区域.然后利用肺裂方向信息增强肺裂,并利用多剖面滤波器滤除噪声从而对肺裂进行预分割.最后融合已定位的肺裂感兴趣区域和肺裂预分割结果来自动分割肺裂.与人工参考对比,提出的算法在人体左肺和右肺中分割的肺裂的F1-score中值分别为0.881和0.878. 相似文献
5.
6.
7.
了解肺裂结构特征在肺部疾病诊断方面具有重要的应用价值.在CT图像中,肺裂会受到强度变化、噪声和形变等各种因素的影响,使得分割难度很大.为了克服此困难,提出一种基于向量分区模型和三维骨架化模型的肺裂分割算法.首先,受到肺裂在二维CT图像中呈现为线性结构特征的启发,通过借助方向窄条微分滤波器融合幅度信息和方向信息来构建肺裂向量场,此种途径能够有效地区分肺裂和其他组织.接着,考虑肺裂在三维CT图像中呈现为面状结构特征,通过改进的向量分区模型来分离肺裂和管状结构,此种方式能够高效率地抑制噪声.最后,为了得到完整的肺裂,引入三维骨架化模型理论来有效分割肺裂.提出的算法在公开数据集LOLA11上进行验证,其F1,FDR和FNR中值分别为0.893, 0.068和0.128.实验结果表明,文中算法具有非常好的肺裂分割效果. 相似文献
8.
肺裂是识别人体肺部解剖结构的重要标记.为解决由于肺裂存在形变、不完整和断裂等现象造成的难以在CT图像中自动检测的问题,提出一种基于期望最大化算法和曲面拟合模型的肺裂检测算法.首先结合气管和动脉血管先验知识估计肺裂区域,减少肺部其他结构的干扰;然后构建肺裂方向场更好的区分肺裂和噪声,并利用期望最大化算法识别肺裂;最后采用曲面拟合模型弥补丢失的肺裂,达到更好地检测肺裂的目的.提出的算法在20个患有慢性阻塞性肺部疾病患者的肺部CT图像上进行实验,结果表明,与人工参考对比,该算法在左肺裂和右肺裂的F_1-score中值分别为0.979和0.971,能够高效率地检测肺裂. 相似文献
1