2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目的:本課題以研究圖像增強(qiáng)和邊緣檢測(cè)算法的應(yīng)用為目的,改善醫(yī)學(xué)圖像質(zhì)量,從結(jié)果中獲取更多有價(jià)值的信息,為臨床診斷和分析提供依據(jù)。醫(yī)學(xué)圖像增強(qiáng)主要是為了將圖像中感興趣的特征有選擇的突出,具體表現(xiàn)為突出目標(biāo)物輪廓,增強(qiáng)圖像中的細(xì)節(jié),提高層次感,濾除各類噪聲等等。邊緣檢測(cè)的結(jié)果是為了提供圖像的重要特性,使醫(yī)學(xué)圖像中病灶部位特征能明確區(qū)分出來。
  方法:
  1、利用Matlab工具箱函數(shù)對(duì)圖像進(jìn)行預(yù)處理,分別采用直方圖均衡化和直

2、方圖規(guī)定化的方法對(duì)采集到的醫(yī)學(xué)圖像進(jìn)行處理,然后分析比較處理后的結(jié)果圖像。
  2、選擇5×5模板和3×3模板,利用Matlab工具箱函數(shù)分別對(duì)采集到的醫(yī)學(xué)圖像用wiener濾波法對(duì)圖像進(jìn)行自適應(yīng)wiener濾波、中值濾波法處理,分析各算法對(duì)醫(yī)學(xué)圖像的處理效果。
  3、對(duì)采集到的醫(yī)學(xué)圖像,結(jié)合Matlab具體程序,分別進(jìn)行Roberts算子、Prewitt算子、Sobel算子、Laplacian算子、Canny算子進(jìn)行邊緣

3、檢測(cè),并分析比較它們的檢測(cè)結(jié)果。
  結(jié)果:
  1、用直方圖均衡化和規(guī)定化的算法,將原始圖像密集的灰度分布變得比較稀疏,處理后的圖像視覺效果得以改善。直方圖均衡化對(duì)于局部細(xì)節(jié)增強(qiáng)不顯著,而直方圖規(guī)定化則使不易觀察到的細(xì)節(jié)變得清晰。
  2、加入高斯噪聲后,選擇5×5模板的wiener濾波法處理的圖像,邊緣模糊,圖像中軟組織的清晰度下降,而選擇3×3模板的wiener濾波后的圖像視覺效果要好。選擇3×3模板的中值濾波后

4、結(jié)果圖的噪聲基本被濾除,圖像變的較清晰。
  3、Roberts算子對(duì)邊緣定位不準(zhǔn)確,Sobel算子和Prewitt算子能夠檢測(cè)出邊緣,但邊緣是不連續(xù)的,且比較模糊,而Sobel算子比Prewitt算子提取細(xì)節(jié)信息量要多一些,Laplacian算子檢測(cè)出的邊緣產(chǎn)生了虛假信息,Canny算子能真正檢測(cè)到弱邊緣。
  結(jié)論:
  1、直方圖處理醫(yī)學(xué)圖像可以有效改善圖像質(zhì)量,使圖像變的清晰,直方圖規(guī)定化處理醫(yī)學(xué)圖像局部細(xì)節(jié)方

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(yè)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(kù)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。

評(píng)論

0/150

提交評(píng)論