

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、色斑特征參數(shù)是衡量皮損程度重要指標(biāo)之一。采用圖像分析技術(shù),對皮膚圖像進行色斑特征提取,具有不接觸皮膚、測量迅速、測量數(shù)據(jù)信息能重復(fù)利用等諸多優(yōu)點,在醫(yī)學(xué)病理診斷領(lǐng)域引起了廣泛關(guān)注。本文利用圖像增強、圖像分割等圖像處理技術(shù),實現(xiàn)色斑特征的提取,開展的相關(guān)研究工作如下:
首先,通過分析人體皮膚組織結(jié)構(gòu)以及皮膚圖像特點發(fā)現(xiàn),皮膚色斑圖像的對比度差異很大。據(jù)此,采用灰度均方差法對色斑圖像進行分類,確定為“模糊”的色斑圖像進一步執(zhí)行增強
2、處理。通過對灰度變換、中值濾波、直方圖均衡化三種方法的增強實驗發(fā)現(xiàn),它們無法有效解決皮膚圖像的局部高光問題。據(jù)此,采用了一種小波變換結(jié)合同態(tài)濾波的圖像增強方法,在增強圖像對比度的同時,有效地解決了皮膚圖像局部高光問題。
其次,通過研究發(fā)現(xiàn)Snake模型因為采用了貪婪算法,可以在輪廓提取過程中保持穩(wěn)定性并且具有較低的計算復(fù)雜度。為此,引入主動輪廓Snake模型,實現(xiàn)對色斑圖像的輪廓提取。為了解決輪廓曲線無法收斂到深度凹型邊界的問
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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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
- 基于膚色檢測的不良圖像過濾技術(shù)研究.pdf
- 面向圖像內(nèi)容過濾的膚色檢測技術(shù)研究.pdf
- 基于體表損傷圖像分類的皮膚色變程度檢測模型.pdf
- 膚色檢測技術(shù)研究.pdf
- 基于膚色分割的彩色圖像人臉檢測技術(shù).pdf
- 基于膚色和紋理的敏感圖像過濾技術(shù)研究.pdf
- 基于膚色特征的人臉檢測技術(shù)研究.pdf
- 基于膚色檢測的防盜系統(tǒng)人臉識別技術(shù)研究.pdf
- 基于光譜與圖像的斑潛蠅蟲害葉片檢測技術(shù)研究.pdf
- 基于膚色分割人臉檢測與識別技術(shù)研究.pdf
- 基于膚色分割的彩色圖像人臉檢測.pdf
- 舌圖像中瘀斑瘀點檢測技術(shù)研究.pdf
- 皮膚膚色檢測與評價系統(tǒng).pdf
- 基于圖像序列分析的車速檢測技術(shù)研究.pdf
- 基于膚色和支持向量機的人臉檢測技術(shù)研究.pdf
- SAR圖像相干斑抑制技術(shù)研究.pdf
- 基于膚色的人臉檢測和面部特征定位技術(shù)研究.pdf
- 視頻中人體膚色檢測技術(shù)研究.pdf
- 基于膚色和AdaBoost算法的彩色人臉圖像檢測.pdf
- 基于物理的高光條件下人臉圖像膚色檢測技術(shù)的研究.pdf
評論
0/150
提交評論