【摘 要】
：
为提高肝脏分割效率、改善分割效果,针对传统Fast Marching(FM)方法固定参数值T对肝脏分割结果的影响,提出了一种自适应FM肝脏分割方法.根据对腹部CT图像序列的肝脏区域灰度统计信息,估算出每幅图像上肝脏区域大小,进而自适应调整FM中的到达时间参数T,有效消除传统的固定参数值对分割效率和准确率的影响.对10套腹部CT图像序列的实验结果表明,该方法能够全自动、快速、准确的分割出肝脏区域.其
【机 构】
：
南阳师范学院计算机与信息技术学院,河南南阳,473061 厦门大学信息科学与技术学院,福建厦门,3
论文部分内容阅读
为提高肝脏分割效率、改善分割效果,针对传统Fast Marching(FM)方法固定参数值T对肝脏分割结果的影响,提出了一种自适应FM肝脏分割方法.根据对腹部CT图像序列的肝脏区域灰度统计信息,估算出每幅图像上肝脏区域大小,进而自适应调整FM中的到达时间参数T,有效消除传统的固定参数值对分割效率和准确率的影响.对10套腹部CT图像序列的实验结果表明,该方法能够全自动、快速、准确的分割出肝脏区域.其中,处理单幅CT图像所需的平均时间为0.3s,平均准确率为97％,其高效性、准确性为临床诊断和手术导航提供了有利信息.
其他文献
本文将基于Haar特征和强分类器检测方法用于侧面车辆的检测,Haar特征计算简单且分类器所需特征数量少,检测速度可以达到实时性要求.强分类器是由级联的弱分类器加权而得.首先利用采集好的图片训练分类器,再用参数和阈值固定的分类器做检测.将分类结果做进一步的后续处理后,可以达到较高的正确率.本文还评价了分类器的效果以及讨论了各种环境因素以及阈值对检测效果的影响.
本文利用迁移学习的思想,提出了一个主题迁移模型(topic transfer model)用于跨视角的动作识别.借助源视角视频和目标视角视频,学习一个迁移模型,利用这个模型来实现对目标视角下视频的分类.具体方法是在源视角下训练一个主题模型,将反应源视角的语义信息传递到目标视角中,然后在目标视角中训练一个主题模型,实现跨视角的动作表示,利用支持向量机进行动作的训练和分类.实验结果验证了该方法的有效性
分析了Contourlet变换在稀疏表示图像上的优势,通过对Contourlet变换的系数进行重组,实现了基于小波-Contourlet (WBCT)变换的SPIHT压缩方法.针对Contourlet变换的冗余性以及小波变换缺乏方向性信息的缺点,采用Contourlet-小波变换(MCWT)对SAR图像进行分解,为克服传统方向树不能充分利用子带之间的方向信息,构造了一种新的方向树,提出了Conto
针对航迹规划初期进行快速规划的要求,提出了一种满足无人机基本飞行特性的垂直剖面航迹规划方法,重点在于基于真实地形数据和复杂航迹采用图像解析方法生成垂直剖面地形图像,提出垂直剖面航迹简化约束条件并应用数学形态学相关算法进行了图像实现.仿真结果表明,该方法易于实现,为航迹规划算法的工程化应用奠定了基础.
近十几年以来,人们提出了不少数据降维的方法.降维后的数据可以作为特征用于模式分类.在实际应用中,有时候需要把降维后的结果映射回原始空间中,即重构原始数据.但不足的是,大部分的降维算法只提供降维算法而不提供重构算法.本文基于流形的假设,提出了一种混合模型的算法,用于高维数据重构.与已有的重构算法对比,本文算法有两个显著优势.其一是本文算法与降维算法独立,即对于大部分降维算法,由其降维得到的低维数据,
为了改善景像匹配导航系统的可靠性及匹配精度,提出了一种基于位置差分滤波与最小二乘估计的动态景像匹配定位融合算法.分析了动态景像匹配导航定位融合的基本问题;针对匹配位置序列的误差特性,设计了位置差分滤波方法,用于剔除匹配位置序列中的误匹配点;采用最小二乘估计对匹配位置序列进行最优参数估计,进而对误匹配点进行估计并实现了匹配位置预测;给出了定位融合算法的基本原理及实现框图.仿真实验结果验证了本文算法在
本文提出了一种恢复地形晕渲图上等高线及其高程标注符号遮挡处的图像原始信息的方法,为基于晕渲图的三维地形建模做准备.该方法首先运用边缘提取技术将地形晕渲图与标记符号分离,在此基础上重点研究分离标记符后破损晕渲图的修复技术,改进了双线性插值方法,根据一个优先值矩阵确定复原未知点的先后顺序,提出了对待复原图像加窗处理和对位置点区域边界跟踪的方法,提高了晕渲图的修复速度.实验表明该方法可以得到比较满意的晕
油库目标的检测是军事目标侦察的一项重要内容.针对传统方法识别效率低、虚警率高的问题,本文提出了一种基于SAR图像与可见光图像融合的油库检测方法,充分利用油库在两种不同传感器图像中的互补特征,在油库目标的电磁特性、几何特性和空间特性的约束下,实现对单个油罐的分割定位.实验结果表明,该方法对SAR图像中的油库目标具有较好的检测效果.
Perona-Malik方程提出了经典的各向异性扩散方法,对图像去噪、边缘检测以及图像增强具有潜在的研究意义.然而,传统的PM模型在进行图像处理的过程中会产生阶梯和斑点效应.为了解决这个问题,本文提出了基于可控滤波器自适应的PM模型.可控滤波器增强了各向异性扩散的力度,在进行边缘检测时具有优越的性能.根据可控滤波器的特性提出新的边缘检测算子,并以此边缘检测算子为依据,构造扩散系数方程,从而使得新模
针对人在回路模式中回传图像高压缩比与高保真度之间的矛盾,提出一种基于视觉注意模型的分级图像压缩方法.在采用视觉注意模型提取得到图像显著区域的基础上,按照显著区域、背景区域、过渡区域的三级划分对图像采取不同的压缩方式,实现对图像的压缩.实验结果表明,该方法在保留目标重要信息的同时,大大减少了图像传输的数据量.