-
公开(公告)号：CN101425140A
公开(公告)日：2009-05-06
申请号：CN200810235260.1
申请日：2008-11-13
Applicant: 苏州大学
Abstract: 本发明公开了一种基于骨架特征的脑血管瘤图像识别检测方法，包括下列步骤：(1)对灰度图像进行二值化操作；(2)进行骨架树提取，获得单像素曲线图像；(3)进行骨架结构基元提取，关键点基元为骨架树图像中的分叉点和端点；分支基元是连接两个关键点基元且不通过第三个关键点基元的骨架段，其中两个关键点基元中至少一个是端点的基元，为外分支基元；(4)设定阈值T1、T2，待检测的外分支基元长度为S，根据S和T1、T2的关系判定脑血管瘤图形，T1为6～10之间的整数，T2为14～18之间的整数。采用本发明方法，算法的时间复杂度低，结果精确，可以很好的辅助医生诊断脑血管瘤疾病。
-
公开(公告)号：CN101799918B
公开(公告)日：2012-02-08
申请号：CN201010126052.5
申请日：2010-03-17
Applicant: 苏州大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于脊波变换的医学数字减影图像融合方法，包括下列步骤：(1)对2个图像分别进行脊波变换，获得脊波变换矩阵；(2)进行融合处理；(3)对融合后的脊波变换矩阵进行脊波逆变换，获得的重构图像即为融合后的图像；其特征在于：步骤(1)中，设定初始判断阈值和步长，据此进行脊波变换，利用反变换重构融合图像，计算融合图像的信息熵，用动态模糊方法根据步长改变判断阈值重复上述操作，用对应最大信息熵的判断阈值作为最终判断阈值，获得步骤(1)所述的脊波变换矩阵。本发明能有效提高了融合图像的信息熵，降低了均方根误差率，且性能优于其他传统融合方法。算法的时间复杂度低，得到的结果较为精确，极大地丰富了医学图像的纹理细节。
-
公开(公告)号：CN101799918A
公开(公告)日：2010-08-11
申请号：CN201010126052.5
申请日：2010-03-17
Applicant: 苏州大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于脊波变换的医学数字减影图像融合方法，包括下列步骤：(1)对2个图像分别进行脊波变换，获得脊波变换矩阵；(2)进行融合处理；(3)对融合后的脊波变换矩阵进行脊波逆变换，获得的重构图像即为融合后的图像；其特征在于：步骤(1)中，设定初始判断阈值和步长，据此进行脊波变换，利用反变换重构融合图像，计算融合图像的信息熵，用动态模糊方法根据步长改变判断阈值重复上述操作，用对应最大信息熵的判断阈值作为最终判断阈值，获得步骤(1)所述的脊波变换矩阵。本发明能有效提高了融合图像的信息熵，降低了均方根误差率，且性能优于其他传统融合方法。算法的时间复杂度低，得到的结果较为精确，极大地丰富了医学图像的纹理细节。
-
-
Search Results
3
records
(took 0.014 seconds)
