-
公开(公告)号:CN111325727A
公开(公告)日:2020-06-23
申请号:CN202010102528.5
申请日:2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于局部熵和水平集算法的颅内出血区域三维分割方法,属于图像处理技术领域。该方法包括:S1:输入多帧MRI图像;S2:初始化水平集函数,设置参数惩罚项系数和高斯核函数的大小;S3:计算局部熵和自适应长度项系数,根据推导式迭代计算全局和局部项的均值;S4:利用计算出的局部熵作为自适应权重模型调整全局项和局部项的权重,利用计算出的自适应长度项系数来改变曲面演化速度;S5:利用梯度下降法演化水平集函数,对图像进行三维分割。本发明特征在于相较于传统图像分割方法,易于实现,无需花费大量时间提取图像特征、调节系统参数;还保证了对多帧颅内出血的MRI图像进行三维分割。
-
公开(公告)号:CN109859131A
公开(公告)日:2019-06-07
申请号:CN201910088105.X
申请日:2019-01-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多尺度自相似性与共形约束的图像复原方法,属于图像处理领域。该方法包括:S1:输入训练好的GMM,用最大期望算法训练GMM,训练集为BSD500;S2:输入源图像,初始化退化图像;S3:将退化后的图像分块,通过GMM进行图像多尺度相似块分类;S4:计算每类图像块邻居间与其对应的稀疏系数在低维空间几何角度的比例,并找出最大共形比例;S5:通过图像整体稀疏系数矩阵的低秩性求得稀疏系数矩阵;S6:在稀疏表示模型下,构建多尺度相似模块与共形约束的目标函数;S7:利用ADMM求解目标函数,输出复原图像。本发明利用马氏距离度量多尺度相似块,充分挖掘图像潜在信息,使得相似块分类结果更准确。
-
公开(公告)号:CN111325727B
公开(公告)日:2023-06-16
申请号:CN202010102528.5
申请日:2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于局部熵和水平集算法的颅内出血区域三维分割方法,属于图像处理技术领域。该方法包括:S1:输入多帧MRI图像;S2:初始化水平集函数,设置参数惩罚项系数和高斯核函数的大小;S3:计算局部熵和自适应长度项系数,根据推导式迭代计算全局和局部项的均值;S4:利用计算出的局部熵作为自适应权重模型调整全局项和局部项的权重,利用计算出的自适应长度项系数来改变曲面演化速度;S5:利用梯度下降法演化水平集函数,对图像进行三维分割。本发明特征在于相较于传统图像分割方法,易于实现,无需花费大量时间提取图像特征、调节系统参数;还保证了对多帧颅内出血的MRI图像进行三维分割。
-
-