基于壓縮-非壓縮域的醫(yī)學(xué)圖像檢索算法研究.pdf_第1頁
已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀

下載本文檔

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)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著醫(yī)學(xué)圖像數(shù)據(jù)量迅速膨脹,基于內(nèi)容的圖像檢索(CBIR,Content-based Image Retrieval)技術(shù)在醫(yī)學(xué)輔助診斷中越來越得到重視.論文針對壓縮和非壓縮域兩類醫(yī)學(xué)圖像,著重研究和探索了基于低層視覺特征的醫(yī)學(xué)圖像內(nèi)容分析和檢索技術(shù).論文首先論述了CBIR的基本概念、研究內(nèi)容、系統(tǒng)構(gòu)成等關(guān)鍵技術(shù),進(jìn)而針對顏色特征,研究了一種基于HSV空間的量化算法;為彌補顏色量化帶來的空間信息損失,并充分利用醫(yī)學(xué)圖像的彩色紋理,繼而提

2、出了基于顏色紋理共生矩陣模型;為綜合運用顏色、紋理、形狀等視覺特征,并提高系統(tǒng)的自學(xué)習(xí)能力,提出了一種基于特征融合與用戶反饋的結(jié)腸鏡圖像檢索算法.為提高臨床上大量存在的JPEG壓縮域醫(yī)學(xué)圖像的檢索效率和速度,論文在簡述JPEG壓縮技術(shù)的基礎(chǔ)上,結(jié)合JPEG壓縮域的DICOM放射圖像,探索了基于DCT系數(shù)直方圖統(tǒng)計特征的非完全解碼圖像檢索方法.論文在大量算法研究的基礎(chǔ)上,研發(fā)了一套基于壓縮/非壓縮域的原型實驗系統(tǒng),進(jìn)而對上述算法進(jìn)行了實驗

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(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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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