基于融合Canny-SIFT算法的MRI细微特征提取

针对磁共振影像(MRI)中的细微特征难提取、易缺失问题,提出一种基于融合Canny-SIFT算法的磁共振影像细微特征提取方法。该算法首先解决因图像的灰度不均匀以及噪声信号繁杂导致图中纹理、细微特征信息不清晰问题,采用自动Gamma变换增加图像对比度,由泛洪填充和离散余弦变换构成的混合滤波器对背景和观察区域噪声做分别处理;针对重点观测区域细微特征提取不完整问题,根据实际诊断要求进行重要程度划分,通过特征匹配和拓扑关系推理获取重要区域的位置、面积等方面信息,同时完成自适应选取相应Sobel算子;最后通过阈值化分割和二值化处理获得输出图像;实验表明：该方法与已有Canny边缘检测精度有明显提升,结构相似性相较于传统常见方式提升了38.9%,均方误差下降了31.33%,与所提及的其他算法相比性能表现为最优。