版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、爆炸、海嘯、空難、車禍等災(zāi)難性事故以及刑事案件的不斷發(fā)生使得個(gè)體身份鑒定技術(shù)的應(yīng)用需求越來越迫切。通常用于識(shí)別的生理特征諸如指紋、虹膜、唇紋、人臉等在上述事件中因自身所有的有機(jī)物質(zhì)的組織特性而無法長(zhǎng)久保存,從而不能發(fā)揮其應(yīng)有的價(jià)值,而精確度極高的DNA檢測(cè)的鑒定成本高,檢測(cè)周期長(zhǎng),同時(shí)其檢驗(yàn)準(zhǔn)確性也受到所用材料的質(zhì)量和數(shù)量的影響,失去了其在大型災(zāi)難事故身份鑒定的實(shí)用性。牙齒由于自身穩(wěn)定的性質(zhì)以及頜骨的保護(hù),具有很好的防腐性和抗降解性,而
2、口腔醫(yī)學(xué)的發(fā)展和人們護(hù)牙意識(shí)的提升,積累和保存了大量的牙齒醫(yī)學(xué)圖片,同時(shí)不同個(gè)體之間存在牙齒的差異性,可以滿足作為識(shí)別特征的唯一性,使得牙齒作為災(zāi)難事故中個(gè)體身份鑒定的特征成為可能。
個(gè)體身份鑒定技術(shù)就是指利用計(jì)算機(jī)圖像處理技術(shù)通過判斷識(shí)別人類的生物特征進(jìn)行個(gè)體身份認(rèn)定的技術(shù)。通常所用的生物特征包括兩類:生理特征與行為特征,指紋、虹膜、掌紋等均屬于生理特征,而語音、步態(tài)、簽名等屬于行為特征。用于識(shí)別的特征通常需具備唯一性、可測(cè)
3、量、一定時(shí)期內(nèi)的穩(wěn)定性以及不易假冒和偽造的特點(diǎn)。在基于牙齒形態(tài)的個(gè)體身份鑒定系統(tǒng)中,目標(biāo)牙齒的分割與定位是關(guān)鍵步驟之一,分割目標(biāo)的完整性直接決定了識(shí)別結(jié)果的有效性。特征的提取選擇需選擇具有個(gè)體差異性的方面,其結(jié)果的好壞會(huì)嚴(yán)重影響后續(xù)的分類、相似性度量等操作的效果。
本文首先介紹了數(shù)字圖像分割與特征提取技術(shù)的定義、研究意義和國內(nèi)外發(fā)展現(xiàn)狀,然后研究了牙齒醫(yī)學(xué)圖像(咬翼片)的分割與輪廓特征的提取方法。牙齒醫(yī)學(xué)圖像的分割目標(biāo)就是將單
4、顆牙齒所在的區(qū)域從整幅圖像中分割出來。分水嶺算法是屬于數(shù)學(xué)形態(tài)學(xué)領(lǐng)域的基于區(qū)域的圖像分割算法,能夠得到封閉邊緣且能夠良好地響應(yīng)微弱邊緣,但是傳統(tǒng)的分水嶺方法存在嚴(yán)重的過分割現(xiàn)象。鑒于牙齒醫(yī)學(xué)圖像存在前景目標(biāo)與背景灰度值差別不大、多目標(biāo)物體且相鄰牙齒之間存在粘連、灰度值分布不均勻、以及噪聲較多的特點(diǎn),運(yùn)用形態(tài)學(xué)方法對(duì)其進(jìn)行預(yù)處理操作,可以降低或消除目標(biāo)物體之間的粘連性,改善牙齒醫(yī)學(xué)圖片的可讀性。輪廓特征作為圖像最基本的特征之一,是圖像分析
5、不可缺少的一部分。主動(dòng)輪廓模型即Snake模型融合了先驗(yàn)知識(shí)和圖像本身的特征,具有良好的提取特定區(qū)域內(nèi)目標(biāo)的能力。作為Snake算法的改進(jìn)算法,GVF(GradientVectorFlow)-Snake算法即梯度矢量流模型具有更大的捕獲范圍,且能夠檢測(cè)凹陷區(qū)域的輪廓,從而得到重視與廣泛應(yīng)用。在應(yīng)用GVF-Snake算法進(jìn)行牙齒輪廓特征提取時(shí),針對(duì)初始輪廓的選擇問題,提出了一種與前面形態(tài)學(xué)處理得到的結(jié)果相結(jié)合的初始輪廓設(shè)置方法,無需再人工
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于網(wǎng)絡(luò)的醫(yī)學(xué)圖象分割處理算法研究.pdf
- 基于輪廓模型的醫(yī)學(xué)圖像分割.pdf
- 醫(yī)學(xué)超聲圖像處理算法研究.pdf
- 組織細(xì)胞圖像預(yù)處理算法和分割算法研究.pdf
- 基于幾何活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割算法研究.pdf
- 基于活動(dòng)輪廓的圖像分割算法研究.pdf
- 基于動(dòng)態(tài)輪廓模型的圖像分割算法研究.pdf
- 基于醫(yī)學(xué)圖像的分割算法研究
- 基于活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割.pdf
- 基于GPU的三維醫(yī)學(xué)圖像處理算法研究.pdf
- 基于GPU的圖像處理算法研究.pdf
- 基于活動(dòng)輪廓模型的三維醫(yī)學(xué)圖像分割算法研究.pdf
- 基于主動(dòng)輪廓模型的醫(yī)學(xué)圖像分割.pdf
- 基于活動(dòng)輪廓模型的超聲醫(yī)學(xué)圖像分割.pdf
- 基于融合的醫(yī)學(xué)圖像特征選擇和分割方法研究.pdf
- CT和MRI醫(yī)學(xué)圖像基于圖像分割融合算法的研究.pdf
- 基于局部圖像信息特征的醫(yī)學(xué)圖像分割與配準(zhǔn)算法研究.pdf
- 基于雙邊濾波的圖像處理算法研究.pdf
- 基于主動(dòng)輪廓模型的醫(yī)學(xué)圖像分割方法研究.pdf
- 融合輪廓信息的基于區(qū)域的圖像分割算法.pdf
評(píng)論
0/150
提交評(píng)論