【摘 要】
：
医学图像融合在医学图像分析和诊断上具有极为重要的应用价值。本文针对小波变换的特点,对传统的小波融合算法进行改进,提出了一种新的确定融合图像高频分量和低频分量的方法。选择高频系数时,通过计算各子图像的区域边界强度来实现自适应的高频信息融合;低频系数采用基于边缘细节的融合算法,可以使融合的图像细节更丰富、更清晰。文中采用传统小波算法和改进的小波算法对人体的两组数据进行融合处理,并给出了量化的评判指标,
论文部分内容阅读
医学图像融合在医学图像分析和诊断上具有极为重要的应用价值。本文针对小波变换的特点,对传统的小波融合算法进行改进,提出了一种新的确定融合图像高频分量和低频分量的方法。选择高频系数时,通过计算各子图像的区域边界强度来实现自适应的高频信息融合;低频系数采用基于边缘细节的融合算法,可以使融合的图像细节更丰富、更清晰。文中采用传统小波算法和改进的小波算法对人体的两组数据进行融合处理,并给出了量化的评判指标,实验评价参数表明,本文提出的图像融合技术能有效地保留原始图像的细节特征,强化两幅图像中的边缘和纹理特征,
其他文献
该文分析讨论了连续语音识别系统中的快速高斯计算问题。语音信号的短时平稳特性,使得相邻语音帧可能共享相似的分布。最大概率增量估计算法利用该特性,估计当前帧与基准帧间似然值增量的最大值,以减少似然值的精确计算量。该文针对该算法中增量上界被高估的问题,在增量上界平滑、最优G auss候选、风险因子设定等方面进行了改进。实验结果表明,在几乎不损失识别率的情况下,改进后的M P IE算法可节约40%的维数计
为了挖掘更多语种间区分性信息进行可靠的自动语种识别，本文提出一种将自适应领域的最大似然线性回归(maximum likelihood linear regression，MLLR)矩阵作为特征的语种识别算法。该算法首先对每个语种训练Gauss混合模型(Gaussian mixture model，GMM)，然后对每个语音段在所有语种的GMM上计算MLLR矩阵。将得到的多类MLLR矩阵经归一化后拼接
传统的语音识别置信度方法基于各种静态特征进行分类判决,而忽略了词与周围环境之间的关系所携带的信息。为了进一步提高置信度特征的分类性能,该文提出了上下文环境、动态环境、句全局环境共3类5种环境特征,从空间与时间角度较全面地描述了词与环境之间的关系。实验结果表明:静态特征与环境特征联合分类的性能与只用静态特征相比有不同程度的提高,其中,静态环境与环境特征的二元联合最高有5.02%的相对改进,三元联合最
该文介绍了面向普通话情感变化检测的情感语音数据库CESD。该数据库的语音以对话形式录制,包括男女声情感对话语音1 200段。以生气、着急、中性、愉悦、高兴为基本情感,共包含20种情感变化模式。除语音文件外,还包含带有静音段/有效语音段、情感类别、情感变化段、情感质量等内容的标注文件。为了使更多的研究人员可以使用该数据库,利用P raat工具提取出67维常用声学特征,作为特征文件一同存储在该数据库中
本文提出了一种新的RGB图像掩密算法。该算法引进了在每个像素的三个色通道(R、G、B)分别存储可变位数的概念,这个可变位数(Bit)是由像素的实际颜色值决定的,即较低颜色值的色通道可存储较大的位数量。与其他现有算法相比,该算法能够为掩护媒体提供一个相对大的存储量。本实验结果证明了该算法的优越性,同时还给出了与其他图像掩密算法的对比结果。
为更有效地检测人体目标,弥补单一模型在步态特征提取中的不足,提出了基于双模型的步态特征精密提取方法,且构建了基于步态特征进行身份认证的门禁监控实验平台.首先从摄像机捕获步态视频输入计算机,发现人体目标后对其进行检测与跟踪;然后分割人体轮廓并将其规格化叠加处理获取步态特征图;为精确提取步态特征,将人体整体模型与简化模型相结合,提取步态参数作为识别参量输入支持向量机(SVM)进行分类识别,正确识别率(
针对多媒体会议中,音频数据具有数据量大、实时性要求高、难于处理的问题,采用数据缓冲技术、语音编解码技术以及音频混合技术,设计并实现了多媒体会议中的音频处理单元,实验表明实现的音频处理单元能够较好地满足多媒体会议对音频处理的需求。
Skin segmentation is widely used in many computer vision tasks to improve automated visualization. This paper presents a graph cuts algorithm to segment arbitrary skin regions from images. The detecte
多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶的分割方法研究正受到越来越多的关注。本文提出了一种基于马尔可夫场并利用多发性硬化症形态学特性的分割算法。首先运用基于MRF模型的分割算法和区域增长法,分割出脑白质所包围的区域;然后对脑白质所包围的区域再次分割,就实现了对T2加权MR脑部图像的多发性硬化症病灶分割。通过对多发性硬化症模拟和临床T2加权MR脑部图像的分割实验,表明该算法能够比较准确
损伤组织的无损检测是高强度聚焦超声(High intensity focused ultrasound,HIFU)治疗过程中的非常重要的辅助过程。提出了一种基于自组织映射(Self-organizing maps,SOM)网络利用B超图像实时无损地检测损伤组织的方法。HIFU辐射后,组织的损伤必然会引起B超图像的变化,对HIFU焦域附近的数字减影图像以及HIFU辐射前后超声图像进行处理和分析。利用