-
公开(公告)号：CN104077780B
公开(公告)日：2017-03-15
申请号：CN201410321143.2
申请日：2014-07-07
Applicant: 上海电力学院
Abstract: 本发明涉及一种基于分割的医学图像非刚性配准算法性能评价方法，该方法具体包括步骤：1)选取一幅固定图像，用待评价算法配准模板图像配准，得到的目标图像，所述目标图像的手工分割图像被分割成并N个部分，分别为Ω1，Ω2，…ΩN；2)计算配准后图像的所有体像素点的雅可比行列式的值；3)利用模板图像I的分割图像IS提取每个分割区域中的体像素点的坐标；4)提取目标图像相应分割区域的体像素点的坐标，计算得到每一区域所有体像素点的雅可比行列式值，减一相加取平均得到区域雅可比行列式标准值；5)对所有区域雅可比行列式标准值求均方，得到评价参数JSD并判定待评价算法的性能。与现有技术相比，本发明具有能直接反应配准前(56)对比文件林相波 等.Demons非刚性配准算法拓扑保持性的研究《.自动化学报》.2010,第36卷(第1期),Reuben R. Shamir 等.Localization andregistration accuracy in image guidedneurosurgery: a clinical study《.Int JCARS》.2008,
-
公开(公告)号：CN104361601A
公开(公告)日：2015-02-18
申请号：CN201410691421.3
申请日：2014-11-25
Applicant: 上海电力学院
IPC: G06T7/00
CPC classification number: G06T7/143 , G06T2207/20076 , G06T2207/30016
Abstract: 本发明涉及一种基于标记融合的概率图形模型图像分割方法，包括以下步骤：1)获取目标图像和多幅训练图像，将目标图像与各训练图像进行配准，获得相应的形变场；2)获取各配准后的训练图像的手工分割标记图像，根据形变场映射得到对应的候补标记；3)根据配准后的训练图像和目标图像建立概率图形模型；4)根据概率图形模型，采用局部加权表决的标记融合算法和最大后验概率计算目标图像中每一个像素点处的标记值，完成对目标图像的分割。与现有技术相比，本发明具有分割自动实现、分割精确度较高等优点。
-
公开(公告)号：CN104077780A
公开(公告)日：2014-10-01
申请号：CN201410321143.2
申请日：2014-07-07
Applicant: 上海电力学院
IPC: G06T7/00
Abstract: 本发明涉及一种基于分割的医学图像非刚性配准算法性能评价方法，该方法具体包括步骤：1)选取一幅固定图像，用待评价算法配准模板图像配准，得到的目标图像，所述目标图像的手工分割图像被分割成并N个部分，分别为Ω1，Ω2，…Ωn；2)计算配准后图像的所有体像素点的雅克比行列式的值；3)利用模板图像I的分割图像IS提取每个分割区域中的体像素点的坐标；4)提取目标图像相应分割区域的体像素点的坐标，计算得到每一区域所有体像素点的雅可比行列式值，减一相加取平均得到区域雅可比行列式标准值；5)对所有区域雅可比行列式标准值求均方，得到评价参数JSD并判定待评价算法的性能。与现有技术相比，本发明具有能直接反应配准前后图像组织体积变化等优点。
-
Patent Agency Ranking
公开(公告)号：CN104077789B
公开(公告)日：2017-01-25
申请号：CN201410333896.5
申请日：2014-07-14
Applicant: 上海电力学院
IPC: G06T7/20
Abstract: 本发明涉及一种基于概率统计模型的地平线检测方法，包括：1)对原始图像进行金字塔分解，得到多分辨率的K层图像；2)对分解后的各层图像进行方向评估，获得边缘特征；3)在各层中对图像中的地平线构建概率统计模型；4)在每层图像中，根据像素点数目和边缘方向匹配这两个特性，利用MAP寻求最优区域，将其做标记，产生标记链；5)根据上一层得到的最优区域对当前层图像计算最优区域，直至最后一层；6)对最底层的最优区域进行细化，根据最优区域与边缘特征的对应性搜索最优像素点；7)将所述最优像素点连接，即得到地平线。与现有技术相比，本发明具有检测结果真实有效、精确度高等优点。
-
公开(公告)号：CN104077789A
公开(公告)日：2014-10-01
申请号：CN201410333896.5
申请日：2014-07-14
Applicant: 上海电力学院
IPC: G06T7/20
Abstract: 本发明涉及一种基于概率统计模型的地平线检测方法，包括：1)对原始图像进行金字塔分解，得到多分辨率的K层图像；2)对分解后的各层图像进行方向评估，获得边缘特征；3)在各层中对图像中的地平线构建概率统计模型；4)在每层图像中，根据像素点数目和边缘方向匹配这两个特性，利用MAP寻求最优区域，将其做标记，产生标记链；5)根据上一层得到的最优区域对当前层图像计算最优区域，直至最后一层；6)对最底层的最优区域进行细化，根据最优区域与边缘特征的对应性搜索最优像素点；7)将所述最优像素点连接，即得到地平线。与现有技术相比，本发明具有检测结果真实有效、精确度高等优点。
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
