首页 > 文献资料
-
基于密度聚类的医学图像分割及其局部特征提取
本文分析了一种实用于医学图像聚类分析的改进DENCLUE算法,用此算法先聚类出有器官语义意义的区域,再在聚类出的区域上,分别提取基于灰度直方图统计特征的均值、方差、倾斜度和峰度4个局部特征,这些局部特征能够更好地表示图像信息.
-
图像的带参数二值化方法
这里提出一种图像的带参数的二值化方法.参数由我们提出的图像的灰度/色度谱分级平坦化技术给出.图像的带参数的二值化方法不仅在实现传统的黑白二值化方面,有强于Windows的绘图软件的黑白二值化功能,而且可以实现任意灰度间隔的二值化.因此该方法除能用于任意灰度起点的一般意义上的二值化外,特别适宜于图像的挖掘和隐藏.
-
彩色图像二值化算法及应用
目的:利用灰度/色度谱平坦化技术及彩色图像质量评价作为支撑,在给出严格的图像(含彩色图像)二值化概念的基础后,提出一种新的彩色图像二值化算法,此算法可以对图像进行挖掘和隐藏,并且还提出一种新的23位彩色图像格式.方法:采用Zadeh-X变换算法,保证变换前后的图像具有相同的平均亮度值,并利用保值二值化变换算法增加变换后的二值化图像色彩亮度.结果:提高了图像的对比度和可分辨性,使二值化图像增加了一种新的图像格式:23位位图格式,这种格式使图像的信息量大大减少,可便于压缩.结论:这种彩色二值化扩展了传统意义的黑白图像二值化的概念,使二值化的应用更加广泛,并且利用此方法还能对图像进行隐藏和挖掘,新的图像格式还可用来并提高了对比度,使图像的信息量大大减少,以便用于压缩.
-
图像挖掘技术及医学应用
目的:图像挖掘技术作为图像处理的一个分支,是一门正在受到强烈关注的学科.随着图像获取和存储技术的发展,人们每天都可以获取许多有用的图像信息,但缺乏有效的分析技术分析这些数据,因此如何获取包含许多有用的信息图像数据,并充分利用这些图像数据,是目前图像挖掘技术所讨论的热点.本文就对图像挖掘的研究和应用现状进行了深入研究和分析.方法:通过阐述图像挖掘的概念、主要框架、底层图像挖掘和高层图像挖掘的主要技术,探讨了图像挖掘技术在生物医药和DNA分析中、医学影像数据分析中及法医学中的应用.结果:图像挖掘技术是一种有效分析、获取图像中所隐含的有用信息、图像数据之间的关系和其他隐含的模式的技术,而且,随着工程学和医学学科的交互渗透,图像挖掘技术也开始应用于医学领域中.结论:本文总结了目前比较常用的图像挖掘技术,同时结合我们在该领域所做的工作,对涉及的技术进行了阐述,并指出今后在医学应用中的研究方向.
