学科分类
/ 25
500 个结果
  • 简介:摘要:本文针对压缩采样匹配追踪CoSaMP(Compressive Sampling MP)算法重构图像时存在的两大主要缺点:重构时间长和重构精度差,提出了一种基于分块压缩感知正则化回溯压缩采样匹配追踪(BCS-CoSaMP-RB)算法。根据仿真的实验结果表明,改进后的算法与之前CoSaMP相比较,无论从重构时间还是重构精度,都比CoSaMP算法有着明显的提升。

  • 标签: 压缩感知 压缩采样匹配追踪 重构图像 正则化回溯
  • 简介:本文系统的回顾了若干传统的图像分割技术,包括基于灰度直方图的技术及基于空间细节的各种技术,也介绍了若干新的分割方法,如基于模糊集理论的方法,基于多分辨率分析的方法以及基于人工神经网络的方法等。同时也对分割结果的评价等作了概要介绍。

  • 标签: 图像分割 模糊集 分割 多分辨率分割 人工神经网络
  • 简介:摘要21世纪以来,随着计算机技术的不断推进,图像处理技术逐渐进入到人们的视野当中,并受到人们的广泛关注。如今,图像处理技术已经被广泛运用到建筑设计、机械设计、土木工程、数字娱乐等各个领域,大大促进了社会经济发展。图像处理技术依赖于图像信号处理设备,但在实际应用过程中,其设备常常会受到各种环境等因素的影响,从而达不到预计的图像处理效果。对此,本文对图像传感技术中的图像信号处理进行了重点分析和探讨。

  • 标签: 图像传感技术 图像信号处理 基本功能
  • 简介:摘要:图像信号处理在图像传感技术中扮演着至关重要的角色。它通过对图像信号进行采集、处理和分析,将物理世界的信息转化为可视化的图像图像信号处理的主要目标是提高图像的质量和清晰度,使得观察者能够更好地理解图像所代表的信息。通过使用各种算法和技术图像信号处理可以消除图像中的噪声、增强图像的细节,并提供更准确的图像分析结果。基于此,本文分析了基于图像传感技术图像信号处理策略,以供参考。

  • 标签: 图像传感技术 图像信号处理
  • 简介:摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing,ACS)与压缩感知(compressed sensing,CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描,设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0,CS 2.5,CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5,ACS 3.0,ACS 3.5,ACS 4.0),以并行采集(parallel imaging,PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区,测量组织信噪比(signal noise ratio,SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中,扫描时间随加速因子增大而缩短(PI 2.0:152 s;CS 2.0:128 s, CS 2.5:104 s,CS 3.0:86 s;ACS 2.5:76 s,ACS 3.0:65 s,ACS 3.0:57 s,ACS 4.0:51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P<0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P>0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P>0.05),并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0,且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均<0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS,ACS具有更高加速效率,在膝关节质子密度加权序列中,在保证图像质量的前提下能将扫描时间缩短57%。

  • 标签: 人工智能-压缩感知 压缩感知 磁共振成像 膝关节 加速采集
  • 简介:提出了基于K-means聚类和SPIHT编码的红外图像压缩算法。通过采用小波域系数的SPIHT编码压缩,克服了JPEG标准压缩算法在低比特率下严重的方块效应;通过K-means聚类算法,克服了嵌入式零树编码算法(EZW)没有充分考虑到图像小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明,此算法对红外图像具有很好的边缘和纹理保持性能。

  • 标签: K-MEANS聚类 SPIHT编码 红外图像压缩 小波系数 压缩比
  • 简介:摘 要:基于压缩感知的图像去噪是近年来图像处理领域的一个研究热点。本文针对传统去噪方法的不足,提出了一种基于压缩感知的平滑0范数图像去噪。通过实验仿真,本文采用的去噪方法优于对比的压缩感知重建算法,能够实现较好的图像去噪。

  • 标签: 压缩感知 图像去噪 平滑0范数
  • 简介:摘要针对医学CT图像图像挖掘技术的应用方式进行分析,讨论数据收集与CT图像特征等,希望能够对相关研究活动带来一定的借鉴价值。

  • 标签: 医学CT图像 图像挖掘技术
  • 简介:随着医学成像和计算机辅助技术的发展,从二维医学图像到三维可视化技术成为研究的热点,本文介绍了医学图像处理技术的发展动态,对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上,提出医学图像处理技术发展所面临的相关问题及其发展方向。

  • 标签: 医学图像处理 图像分割 图像配准 图像融合 纹理分析
  • 简介:摘要数字化的多媒体数据的存储空间越来越大,给数据的保存和传送带来了困难。本文通过对多媒体数据压缩方法的分类、标准的介绍,说明各种多媒体数据压缩方法的应用范围,为多媒体数据的使用者提供一定借鉴。

  • 标签: 多媒体 压缩技术 数据存储
  • 简介:模拟信号的数字采样是模拟通向数字信息世界的纽带。本文基于图像信号在分数阶Fourier域(FRFT)、分数阶余弦域(FRCT)域具有稀疏性的特性,对灰度图像压缩感知在以上两种变换域的性能做了初步比较。本文采用正交匹配追踪法(0MP)重构原信号,采用局部哈达码矩阵作为测量矩阵,采用峰值信噪比(PSNR)和均方误差(MSE)作为客观评价标准。

  • 标签: 压缩感知 分数阶FOURIER变换 分数阶余弦变换 稀疏表示 OMP
  • 简介:摘要:打印标签作为二值(黑白)图像应用广泛,具有较高的可压缩性,常用的无损压缩算法有跳白块编码、游程编码和JBIG2编码。由各常用压缩算法定向改进、混合编码及多次压缩组成的专用图像压缩编解码算法在Base62编码的基础上融合了LZW、游程编码、跳白块3种算法的优点,具备压缩比高、解压简单的特点。通过实例测试,验证了该算法可以满足物联网窄带传输、低性能终端解压的需求,具有相当大的实际应用价值。

  • 标签: 图像压缩 编解码 二值 跳白块 LZW
  • 简介:本文综述了图像增强技术在位场数据中的应用现状,并介绍了两种改进的图像增强技术,用于增强重磁图像特征.一种方法借鉴了直方图平滑化的思想,应用于位场彩色影像的色谱的自动确定.该方法的应用能够使色彩合理地配置,从而保证了图像的视觉效果和分辨率.另一种方法基于改进的Radon变化和梯度计算,用于重磁图像中线性特征的检测和增强.该方法能在变化域中突出显示线性特征,从而有利于线性特征的检测和增强.通过对简单图像和实际资料的应用,表明了两种方法在增强特征中的有效性.

  • 标签: 重磁图像 图像增强技术 色谱 线性特征
  • 简介:摘要:在现代技术支持下,数字图像处理技术被应用到各行业领域,其中以图像分割技术为代表性技术,可通过数字处理底层技术,能够准确识别不同模式。此次研究主要是探讨分析数字图像处理中的图像分割技术及其应用,希望能够对相关人员起到参考性价值。

  • 标签: 数字图像处理 图像分割技术 技术应用
  • 简介:摘要目的分析和观察图像引导放疗过程中图像配准技术的应用及效果。方法选择本院2015年3月~2017年4月需进行图像引导进行放射治疗的30例肿瘤患者为观察对象,观察患者放疗过程中以图像配准技术为重点的应用操作方法。结果30例患者共扫描240次,其中有1例患者因扫描过程中头脚的误差达到5.3cm,左右、头脚以及前后三个方向上低于3mm的误差发生率分别为56.3%、47.2%、43.4%。结论肿瘤患者在图像引导放疗过程中,应用图像配准技术能够在一定程度上提升临床放疗的精度,从而提升患者放射治疗的效果以及安全性,值得在临床中推广应用。

  • 标签: 图像引导 放疗 图像配准技术 应用
  • 简介:摘要目的采取有效的配准方式,证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者,所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点,并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致(MRI扫描时选择和CT扫描时采用类似的头枕)。将扫描完的图像传输到放疗室中的TPS中,然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合,直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画,分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官(眼球、晶体、视神经、脑干、脊髓等)。在融合好的图像上勾画CTV并设为CTV-CT/MR,以此类推,定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度,即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26,0.91士0.11,二者差异具有统计学意义。第一组和第二组CTV重合(融合的图像与MRI对比)为0.92士0.15,1.02士0.08,两者差异也具有统计学意义。但与单纯CT对比,MRI更接近与1,差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm,三维空间总的平均误差为(2.24士1.15)mm;第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm,三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的,并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键,体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。

  • 标签: CT/MR,标记点,融合,配准,胶质瘤。
  • 简介:Q一笑大哥,用Photoshop是不是画不出真正的圆形?我用了Photoshop中的圆形选区工具,选择后做了一个描边,但放大之后看,发现圆形周边参差不齐,根本就不是个正规的圆形嘛!请问这到底是怎么回事啊,难道是我安装的Photoshop软件有问题?

  • 标签: PHOTOSHOP软件 图像 圆形