基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷_第1頁
基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷_第2頁
基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷_第3頁
基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷_第4頁
基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷_第5頁
已閱讀5頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

基于圖像融合與亞像素邊緣提取的醫(yī)學病變診斷智能檢測理論與技術研討課源圖像融合圖像增強圖像分割圖像圖像融合圖像增強邊緣提取圖像融合圖像融合

圖像融合在醫(yī)療、軍事、地物分類、機場導航、故障診斷、目標跟蹤與識別等眾多領域有著廣泛的應用。

圖像融合圖像融合是指將多源信道所采集到的關于同一目標或場景的圖像數(shù)據(jù)經(jīng)過圖像處理和計算機技術等,以最大限度的提取各自信道中的有用信息,最后綜合成高質(zhì)量的圖像。圖像融合圖像融合是指將多源信道所采集到的關于同一目標或場景的圖像數(shù)據(jù)經(jīng)過圖像處理和計算機技術等,以最大限度的提取各自信道中的有用信息,最后綜合成高質(zhì)量的圖像。融合層次像素級融合特征級融合決策級融合融合圖像多傳感器圖像多聚焦圖像多序列圖像遙感圖像圖像融合像素級融合方法分為空間域和變換域兩大類??臻g域常用方法有:加權平均法、基于灰度值的選大選小方法、加權融合與主成分分析等。變換域常用的是金字塔變換與小波變換兩大類、此外還有小波包變換、曲波變換、脊波變換等。圖像融合

拉普拉斯金字塔、對比度金字塔、梯度金字塔三種不同金字塔的圖像融合方法。高斯窗口函數(shù):圖像融合1.拉普拉斯金字塔:圖像融合2.對比度金字塔:圖像融合3.梯度度金字塔:圖像融合低頻子帶圖像系數(shù)選擇:圖像融合高頻子帶圖像系數(shù)選擇:系數(shù)選大:絕對值選大:圖像融合基于窗口的系數(shù)加權平均:

小于設定的相似度閾值,則第i個高頻子帶系數(shù)為:大于設定的相似度閾值,則第i個高頻子帶系數(shù)為:基于窗口的系數(shù)絕對值選大:取窗口領域內(nèi)絕對值最大的系數(shù)作為融合后的系數(shù)。圖像融合圖像A---圖像融合圖像B---圖像融合圖像融合金字塔變換圖像分解A高頻A低頻B低頻B高頻F高頻F低頻低頻融合準則高頻融合準則金字塔變換圖像重構圖像A圖像B融合圖像F圖像融合原始圖像:

圖像增強在圖像獲得過程中,因為光照、設備等原因,會導致圖像不清晰。圖像增強是圖像預處理的一個重要環(huán)節(jié),圖像增強是大多數(shù)圖像處理的基礎。圖像增強圖像增強的目的:改善圖像視覺效果,讓圖像更清晰使圖像更有利于計算機處理針對某些特征進行銳化,如邊緣、輪廓、對比度等。圖像增強圖像增強灰度直方圖的定義:

其中i表示灰度級,L表示灰度級種類數(shù),表示圖像中具有灰度級i的像素的個數(shù),N表示圖像總的像素數(shù)。圖像增強灰度直方圖的定義:

表示圖像中具有灰度級i的像素出現(xiàn)的頻率。其橫坐標是灰度級,縱坐標是該灰度出現(xiàn)的頻率。圖像增強灰度直方圖的特點:RST不變性;不能有效地表示圖像的空間信息。圖像增強直方圖均衡化的原理:通過灰度點運算處理直方圖的變化,把原本比較集中的灰度空間變成在全部灰度范圍內(nèi)的均勻分布,重新分配圖像的像素值,從而使圖像對比度提高、細節(jié)更清晰。

圖像增強直方圖均衡化的原理:圖像中各種亮度所占的比例大都分布不均勻,設法增加在直方圖統(tǒng)計中所占比例高的像素和其他占的比例少的像素之間的亮度差,可以提高圖像的顯示效果。

圖像增強直方圖均衡化的實現(xiàn):g=EQ(f)f為原始圖像在(x,y)處的灰度,g為變換后的圖像灰度,則對圖像增強的方法可表述為將在(x,y)處的灰度f映射為g。圖像增強直方圖均衡化的實現(xiàn):EQ(f)需要滿足兩個條件:EQ(f)在0≤f≤L-1范圍內(nèi)是一個增值函數(shù)對于0≤f≤L-1,有0≤g≤L-1圖像增強直方圖均衡化的實現(xiàn):其中k為灰度級,L表示灰度級種類數(shù)。圖像增強直方圖均衡化的處理結果:分別對兩幅曝光不足與曝光過度的灰度圖像應用Matlab編程進行直方圖均衡化。曝光不足轉(zhuǎn)換函數(shù)圖像增強直方圖均衡化的處理結果:分別對兩幅曝光不足與曝光過度的灰度圖像應用Matlab編程進行直方圖均衡化。曝光過度轉(zhuǎn)換函數(shù)圖像增強本課題中直方圖均衡化的處理結果:原始灰度圖像增強后圖像亞像素邊緣檢測亞像素邊緣檢測數(shù)字圖像的邊緣檢測是圖像分割、目標識別、區(qū)域形狀提取等圖像分析領域的基礎。亞像素邊緣檢測傳統(tǒng)的邊緣檢測方法的檢測精度最高只能達到一個像素級。

工業(yè)檢測等應用對精確度的要求不斷提高,傳統(tǒng)的像素級邊緣檢測方法已經(jīng)不能滿足實際測量的需求,需要更高精度的邊緣檢測方法。亞像素邊緣檢測在視覺檢測系統(tǒng)中,系統(tǒng)的測量精度與邊緣檢測的精度成正比關系。

提高視覺檢測系統(tǒng)精度的方法有兩種,第一、提高硬件分辨率,但其將導致成本提高;第二、采取亞像素邊緣提取的方法提高邊緣檢測精度。亞像素邊緣檢測傳統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論