绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 3 条结果
摘要:目的 目前,许多图像分割算法对含有丰富纹理信息的图像的分割效果并不理想,尤其是在不同纹理的边缘信息的保持方面.为了解决这一问题,提出一种基于连续纹理梯度信息的各向异性图像分割算法.方法 在分水岭算法的基础上,引入纹理梯度各向异性算法,能够在避免纹理信息影响分割效果的前提下,最大限度地保证纹理边缘信息的完整.针对纹理特征数据敏感的特性,本文将离散的图像高度信息映射到连续的纹理梯度空间,能够有效减少由细小差异造成的过分割现象.结果 本文方法在BSDS00 Dataset和Stanford Background Dataset中选择了大量的纹理信息丰富的图片与最新的分割算法进行了实验与对比.本文方法在分割效果(降低过分割现象)、保持边缘信息和分割准确率等方面均获得明显改进,并在图像分割的平均准确率方面与最新算法进行比较发现,本文算法的平均分割准确率达到90.9%,明显超过了其他最新算法,验证了本文方法的有效性.结论 本文提出的基于分水岭的纹理梯度各向异性算法对纹理图像的分割具有保边和准确的特点,采用连续梯度空间的方法能够有效地减少传统分水岭算法的过分割现象.本文方法主要适用于纹理信息丰富(自然纹理和人工纹理)的图片....
[专利] 发明专利 CN201710428689.1
山东师范大学 2017-09-08
摘要:本发明公开了一种基于线扩散函数和双边滤波的视网膜血管图像降噪方法,包括:利用线扩散函数为视网膜图像构建具有不同方向和尺度的类高斯卷积核,求以该像素为中心的方形邻域与m*n个卷积核的内积,获取与最大内积对应的卷积核的方向和尺度,利用获取到的卷积核的方向、尺度以及线扩散函数,为该像素计算最优空间卷积核,最后基于双边滤波的框架,将每个像素的最优空间卷积核与其灰度卷积核相结合,生成新的滤波卷积核,利用新的卷积核对视网膜图像进行滤波。本发明的技术方案保证了滤波的权重分配的准确性,提高了血管保护的效果,并且能够极大提高图像降噪算法的运行速度。
[硕士论文] 贺云隆
计算机软件与理论 山东师范大学 2017(学位年度)
摘要:图像分解在计算机视觉领域中一直是一个被广泛关注的问题,该问题的研究目标是将一幅图像分解成若干个不同的分量,从而实现原图像中的主要结构与纹理细节等信息的分离。解决这一问题,对计算机视觉和医学图像等领域的许多工作具有重要意义。然而,一方面,现存的经典图像分解方法大多缺少相应的函数来定义某些复杂的结构特征,如经典的双边滤波(BF)和双边纹理滤波(BTF)缺少定义视网膜图像血管结构特征的函数。另一方面,这些方法忽视了图像中常见的偏场信息对图像造成的影响,分解出的信息常受到偏场的干扰而严重丢失。针对这些问题,本文提出了图像结构、纹理和偏场协同分解的模型,并基于图像管状结构、纹理的分解以及对图像偏场的估计提出了图像协同分解的方法。该方法能够在分解图像中复杂的管状结构与纹理细节的同时不受偏场信息的影响。具体地,本文提出了一个最优线性扩散函数(OLSF)空间核算子来提取管状结构的特征,然后将其与BTF中的纹理分解算子Patch-shift(PS)融合,用于有效分解图像中的管状结构与纹理。为了消除偏场信息的干扰,我们利用鲁棒性较强的图像梯度分布稀疏性来有效地估计图像的偏场信息。具体来讲,本文的研究和贡献主要有以下几点:
  (1)提出了一个图像管状结构、细节分解方法,并将其成功地应用于眼底图像的降噪任务。该方法利用OLSF有效地提取特殊管状结构特征,例如局部血管的方向、尺度等等,然后利用这些特征区分血管结构信息和背景细节信息,最终在降低图像中的噪声的同时极大的保留血管结构。大量的手工图像和视网膜图像的实验结果表面,在保留对比度较低的细血管的效果上,该方法要优于经典的BF方法。此外,该方法不仅为分解视网膜图像中的血管结构提供了可行性,并且在其他包含小尺度的、低对比度的管状结构的图像上同样有效,为下一步的管状结构、纹理分解工作提供了基础。
  (2)提出了一个图像管状结构、纹理分解方法,能够有效地分解图像的管状和纹理细节信息。该方法基于BF框架,融合了PS算子和提出的OLSF。其中,PS算子利用每个像素的局部统计特征来定义该像素的纹理特征,具有很好的图像的结构和纹理细节分解效果。大量的视网膜图像和自然图像的实验结果表明,利用PS算子和OLSF定义BF的滤波核,能够在消除纹理信息的同时有效地保护管状结构,且其效果要优于经典的BF和BTF图像分解方法。
  (3)提出了图像结构、纹理和偏场协同分解的模型,并在图像管状结构、纹理分解的基础上加入了图像偏场的估计,提出了图像协同分解模型的实现方法。本文利用了图像梯度分布的稀疏性估计图像偏场信息,同时结合管状结构-纹理滤波分解方法,最终将图像分解成管状结构、背景纹理和偏场三个分量。大量的自然图像和眼底图像的实验对比的结果表面,图像协同分解模型比传统模型更加严谨,且实用性更强。和现存的经典的BF和BTF图像分解方法更相比,图像协同分解方法的优势在与分解纹理信息的同时能够更好的保护图像管状结构,而不会受到偏场信息的影响。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部