医学图像处理技术概述

文章介绍了医学图像处理的基本技术,对图像分割、图像配准、图像融合、伪彩色处理和纹理分析技术进行了综述。介绍了三维医学图像的可视化和基于PACS的医学图像压缩在医学图像处理方面的应用。     

网络面偏移量递阶控制草地视景生成仿真

传统方法中采用二维层状纹理绘制方法生成草地动态视景,当草地出现层阶地势是草地视景的边界接缝处理不够理想,轮廓区域出现视觉的跳变。引入竖直纹理切片,对草地的视景生成进行优化,提出一种基于网络面偏移量递阶控制模型的草地视景生成算法,首先进行草地三维体纹理构造,采用高斯核平滑处理算法处理草叶数据,在草地动态模拟中,设计网络面偏移量递阶控制算法,根据草叶弯曲程度和地势平坦程度而自动进行网络面的层数调整的动态非均匀层递阶控制,消除视觉跳变现象。基于GPU可编程功能,实现不同大规模地形下风场作用下的草地动态视景生成模拟仿真。仿真实验表明,采用该方法进行草地动态实时模拟,能真实动态地模拟风力等作用下草地起伏视景,绘制执行效率和生动逼真性都优越于传统方法。     

music of power 悦动新体验

流畅的线条,精致的纹理,搭载HTC特有的魅力拍摄及悦动音效功能,HTC Ｏne SC 特邀当红模特张奕、王梓亦分享。     

孙吴硅质陨石

孙吴陨石溅落区发现相当数量的硅质陨石,其矿物成分多种多样,外观形态多姿多彩。标本鲜明而生动的外观特征和陨击形态在熔融状态下的硅质陨体上得到充分的体现,文章就此示图并加以阐述。另外,通过陨击嵌入体展示了孙吴主体陨石与孙吴硅质陨石、孙吴玛瑙陨石是一个互为关联的整体,它们共同构成了孙吴陨石群。     

基于奇异值测度和颜色纹理的图像块特征向量

In this work, image feature vectors are formed for blocks containing sufficient information, which are selected using a singular-value criterion. When the ratio between the first two SVs are below a given threshold, the block is considered informative. A total of 12 features including statistics of brightness, color components and texture measures are used to form intermediate vectors. Principal component analysis is then performed to reduce the dimension to 6 to give the final feature vectors. Relevance of the constructed feature vectors is demonstrated by experiments in which k-means clustering is used to group the vectors hence the blocks. Blocks falling into the same group show similar visual appearances.     

利用纹理方向信息的地震剖面图像分割

利用地震剖面图像具有显著方向性的特点进行纹理分析,通过二进制模板(LBP)作为微观的纹理方向信息度量结合laws作为宏观测度对地震剖面图中纹理的方向信息进行提取,最后利用FCM进行分类,达到分割的目的.仿真实验表明该算法具有一定的抗噪性,能有效地提取地震剖面图中纹理的方向信息,分割效果有一定提高.     

一种局部频域分析的多尺度纹理特征提取方法

在局部二进制模型和多分辨率分析的基础上,提出一种基于局部频域分析的多尺度纹理特征提取方法。对纹理图像采用局部圆形邻域作为局部模板进行局部频率变换,对各频段图像实现多分辨率分析,提取多尺度下的特征向量,结合SVM算法进行分类实验。结果证明,该方法在继承了LBP对光照因素具有的稳定性的同时,具有旋转不变性特征;利用NSCT在多尺度下进行的纹理特征提取也满足尺度不变性的需要,与其他方法相比提高了分类准确率。     

Target region location based on texture analysis and active contour model

Traditional texture region location methods with Gabor features are often limited in the selection of Gabor filters and fail to deal with the target which contains both texture and non-texture parts.Thus,to solve this problem,a two-step new model was proposed.In the first step,the original features extracted by Gabor filters are applied to training a self-organizing map (SOM) neural network and a novel merging scheme is presented to achieve the clustering.A back propagation (BP) network is used as a classifier to locate the target region approximately.In the second step,Chan-Vese active contour model is applied to detecting the boundary of the target region accurately and morphological processing is used to create a connected domain whose convex hull can cover the target region.In the experiments,the proposed method is demonstrated accurate and robust in localizing target on texture database and practical barcode location system as well.     

基于投影和纹理信息融合的医学图像检索

为克服基于单一特征进行医学图像检索存在的局限性,文章提出了一种新的基于投影和纹理信息融合的检索算法,分析医学图像的特点,引入颜色投影并选择综合性能较高的特征进行融合,调整各特征的权重,最后运用加权欧氏距离进行相似性度量．实验结果表明,该算法检索速度快,具有较高的查准率．     

基于邻域均值灰度共生矩阵的图像检索

纹理广泛存在于自然界中,是物体表面最本质的属性。纹理技术一直是热门研究领域,纹理特征提取作为纹理分析的首要任务更是人们研究的焦点。当图像发生旋转时,用已有的基于灰度共生矩阵的图像检索方法,不能很好的给出检索结果,在此基础上,本文提出了一种基于邻域均值灰度共生矩阵的图像检索方法。该方法既能描述图像的灰度分布信息,又能表达局部细节。改方法引入了图像的空间信息,对于图像旋转不敏感。实验结果比较表明,新方法优于单纯的灰度共生矩阵方法。