基于小波變換的顯著性模型及其在腰椎間盤分割中的應用.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、人類視覺系統(tǒng)的視覺選擇注意機制使人們能從大量的視覺信息中自動選擇一部分相關信息進行后續(xù)的加工處理。隨著多媒體技術的發(fā)展,圖像和視頻已經(jīng)逐步替代文本成為主要的信息載體。如果計算機能模擬人的視覺系統(tǒng)對信息自動進行有選擇的加工處理,不僅能節(jié)約大量的計算資源,還能大大提高處理效率。這使得視覺注意選擇機制的研究成為當前計算機視覺領域的研究熱點之一。本文對視覺顯著性計算模型及其在腰椎間盤的分割中的應用進行了研究,主要研究內(nèi)容如下:
  (1)

2、本文在深入分析現(xiàn)存多種顯著性計算方法的優(yōu)劣之后,從新的角度提出了基于小波特征的概率評價顯著性計算模型。該模型以YCbCr色彩空間為基礎,結合小波分解實現(xiàn)圖像的特征提取,并提出了基于獨立元分析的特征顯著性估計,最后由自信息表征顯著度進行顯著圖的計算。實驗結果表明該模型具有較好的顯著性檢測能力,能夠為注意力選擇模型提供準確快速的顯著性估計。在與現(xiàn)有算法的對比實驗中,該模型不僅在心理學圖像測試中表現(xiàn)出一定的優(yōu)越性,自然圖像的實驗結果也比其他顯

3、著性模型更符合人眼的測試結果。
  (2)利用本文提出的顯著性計算模型對腰椎CT圖像進行顯著性計算。算法中對圖像先后進行邊界剪切,金字塔增強,方向信息測度邊緣提取,各向異性擴散濾波等操作,最后對濾波結果進行顯著性計算。顯著圖中腰椎間盤區(qū)域表現(xiàn)出了較高的顯著性,由此可以對腰椎CT圖像進行粗提取進而得到間盤區(qū)域圖像。
  (3)在通過顯著性計算對間盤區(qū)域進行粗提取之后,結合Hough森林檢測對該區(qū)域圖像進行間盤中心檢測。以該中心

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論