2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是我們圖像處理的關(guān)鍵,是圖像處理技術(shù)中的底層技術(shù),經(jīng)過這幾十年的發(fā)展,在實際生活工作中,圖像分割已經(jīng)得到了廣泛的應(yīng)用。隨著醫(yī)學(xué)影像學(xué)的發(fā)展,醫(yī)學(xué)圖像分割也成為了圖像分割研究的熱點和難點。
  由于醫(yī)學(xué)圖像具有復(fù)雜多樣性,容易受各種外在和內(nèi)在因素的干擾產(chǎn)生,分割圖會出現(xiàn)噪聲、灰度不均、弱邊緣、多目標(biāo)等等,經(jīng)常需要采用多種方法綜合起來對圖像進(jìn)行分割,才能將圖像的所有信息充分分割出來。水平集方法(LSM)憑借其算法獨特的優(yōu)勢,近

2、年來已成為圖像分割領(lǐng)域關(guān)注的焦點,并得到了快速的發(fā)展和應(yīng)用。但是,水平集分割方法對處理復(fù)雜情況下的圖像也會存在一些問題,比如計算量大、魯棒性、穩(wěn)定性等,因此開展水平集方法的醫(yī)學(xué)圖像分割研究具有很高的應(yīng)用價值和重要的現(xiàn)實意義。
  在借鑒諸多文獻(xiàn)的基礎(chǔ)上,本文進(jìn)行了基于改進(jìn)型水平集的醫(yī)學(xué)圖像分割研究,并提出了幾種改進(jìn)方法:基于抑制式聚類算法的改進(jìn)型雙水平集圖像分割算法、基于偏移場和改進(jìn)型水平集的圖像分割算法等,編寫設(shè)計了智能圖像處理

3、系統(tǒng)。主要研究內(nèi)容和創(chuàng)新點包括:
  1、闡述了醫(yī)學(xué)圖像分割技術(shù)研究的背景和意義,給出了醫(yī)學(xué)圖像分割技術(shù)的數(shù)學(xué)描述,介紹了醫(yī)學(xué)圖像分割技術(shù)研究的現(xiàn)狀,同時也討論了醫(yī)學(xué)圖像分割技術(shù)的發(fā)展和難點。文中用數(shù)學(xué)方式描述了水平集的基本模型和常見模型。
  2、醫(yī)學(xué)圖像中經(jīng)常出現(xiàn)噪聲、多目標(biāo)現(xiàn)象,為了能夠同時分割多相圖像,并對圖像噪聲干擾具有抑制能力,本文提出基于聚類算法的改進(jìn)型雙水平集模型,首先通過抑制式模糊聚類算法(SRFCM)“抑

4、制式競爭”思想提高算法的收斂速度,然后采用增加能量懲罰項的方式改進(jìn)雙水平集醫(yī)學(xué)圖像分割模型(DCV)分割多目標(biāo)。
  3、針對醫(yī)學(xué)圖像灰度不均,存在偏移場的問題,本文提出基于區(qū)域的偏移場耦合模型,通過添加區(qū)域信息的方式,將全局分割方法和Split-Bregman方法結(jié)合起來。采用N個水平集劃分2N個區(qū)域變分多相水平集方法,在函數(shù)中增加能量懲罰項使水平集避免重新初始化,降低分割算法的計算和時間復(fù)雜度。
  4、編寫設(shè)計了圖像處

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(hù)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(fù)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(zhǔn)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。

評論

0/150

提交評論