已閱讀1頁，還剩76頁未讀， 繼續(xù)免費閱讀
版權(quán)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(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、CBIR是一種從圖像本身出發(fā),通過提取圖像的低層視覺特征來檢索出相似性圖像的方法,在醫(yī)學(xué)圖像檢索領(lǐng)域得到了廣泛的應(yīng)用。但醫(yī)學(xué)圖像具有難以識別、分類準確度要求高等特點,導(dǎo)致醫(yī)生診斷醫(yī)學(xué)圖像難度增加,所以目前對醫(yī)學(xué)圖像庫的研究關(guān)鍵是如何快速準確的對醫(yī)學(xué)圖像進行分類識別。
本文在介紹CBIR中常用的低層視覺特征、相關(guān)反饋方法和性能評價標準的基礎(chǔ)上,研究了基于紋理特征和BP神經(jīng)網(wǎng)絡(luò)技術(shù)進行醫(yī)學(xué)圖像分類與檢索的方法。本文的主要工作和創(chuàng)新
2、如下:
(1)在總結(jié)常用紋理特征描述方法的基礎(chǔ)上,針對兩種紋理譜描述符LBP和CS-LBP所存在的問題,提出了一種改進的LBP紋理特征提取算法,進一步考慮了中心像素對局部紋理模式的影響。實驗表明,該算法在對紋理圖像和醫(yī)學(xué)圖像的檢索過程中都有較好的檢索性能。
(2)在介紹BP神經(jīng)網(wǎng)絡(luò)分類器和傳統(tǒng)的BP算法的基礎(chǔ)上,引入了一種基于附加動量項和自適應(yīng)調(diào)節(jié)學(xué)習率算法相結(jié)合的算法。實驗結(jié)果證明,該算法對醫(yī)學(xué)圖像具有更好的分類識
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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. 眾賞文庫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(quán)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。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像檢索方法研究.pdf
- 基于紋理特征的醫(yī)學(xué)圖像檢索.pdf
- 基于矩和BP神經(jīng)網(wǎng)絡(luò)的紋理分割.pdf
- 基于紋理特征的醫(yī)學(xué)圖像檢索方法研究.pdf
- 基于顏色和紋理特征圖像檢索.pdf
- 基于紋理和顏色特征的圖像檢索.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)遙感圖像特征分類方法的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)和紋理特征的馬尾松圖像分割方法.pdf
- 基于紋理特征的醫(yī)學(xué)圖像檢索技術(shù)的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像壓縮研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的語義風景圖像檢索技術(shù)的研究.pdf
- 基于紋理特征的醫(yī)學(xué)圖像檢索技術(shù)的研究與應(yīng)用.pdf
- 基于顏色和紋理特征的圖像檢索研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原算法研究.pdf
- 基于紋理特征的圖像檢索.doc
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索方法.pdf
- 基于進化概率神經(jīng)網(wǎng)絡(luò)的紋理圖像識別.pdf
- 基于紋理特征的圖像檢索技術(shù).pdf
- 基于紋理和形狀的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論