公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

用于叠层纸张图像分析计数的快速直线增长算法被引量：6: 2015年; 叠层纸张数量检测是包装印刷生产过程中重要的工艺环节,其计数精度直接影响企业经济效益。基于机器视觉成像的计数方法具有非接触、无物理损伤、实时测量等优点,在高端印刷产品质量控制中得到了广泛的应用。针对叠层纸张图像端面条纹检测难题,通过改进基于水平线方向引导增长的直线段提取算法,可以提高条纹识别的准确度和完整性,从而实现叠层数量的高精度测量。主要工作包括:引入单向梯度算子,消除同一条纹多重响应的问题;组合梯度幅值和水平线方向信息,并改善线支持区域增长;采用连接元分析,弥补条纹局部断裂异常。最后,通过大量不同类型印刷纸张的实际测量实验验证了算法性能。结果表明:长期测量误差小于0.75‰,完全可以满足工厂应用要求。; 杨硕彭双肖昌炎; 关键词：LSD

结合区域生长与模糊连接度的肺气管树分割被引量：3: 2016年; 针对CT图像中因噪声、密度分布不均匀和边界模糊等因素造成肺气管树难以准确分割的问题,提出了一种区域生长与模糊连接度相结合的肺气管树分割流程。通过阈值化及形态学闭操作提取出肺实质以定义感兴趣区域;采用改进迟滞阈值区域生长法预分割出较粗气管并结合局部体积突变指标抑制侧向泄漏;将预分割的结果进行骨架化及修剪来进一步提取出分支点,并以此作为后续分割的新种子点;根据CT图像的灰度均匀性与气管的管状结构特征来构造亲和力函数以计算种子点与其他体素的模糊连接度,并选取合适的阈值对模糊连接度进行阈值分割以提取出完整气管树。实验采用了20例来自EXACT’09竞赛提供的公开数据,分别从分支点、分支数量和分支数比率等方面进行了量化评估。该方法能在较低泄漏情况下成功检测出参考标准中一半以上的分支,平均分支数比率达到59.7%。实验结果表明,该方法可对肺气管树进行较精确的分割。; 彭双肖昌炎; 关键词：模糊连接度 CT图像

结合区域生长与灰度重建的CT图像肺气管树分割被引量：4: 2014年; 目的 CT图像中肺气管树分割对肺部疾病的精确定位与量化评估具有重要意义。针对不同气管分枝在大小、形状和密度分布方面的差异,提出一种区域生长与形态学灰度重建相结合的3维肺气管树分割流程,重点解决气管提取过程中的局部泄漏问题。方法首先,采用阈值分割和形态学闭运算提取肺实质以定义感兴趣区域;然后,通过改进迟滞阈值区域生长法分割较粗气管,结合局部体积突变指标抑制侧向泄漏;接着,利用3维形态学灰度重建算法分割较细气管,并采用形状约束连接元分析和管形描述子剔除伪气管区域;最后,将上述两步分割结果融合成完整气管树。结果采用EXACT'09竞赛提供的公开数据,选取20例测试图像及手工标记结果作为参考,分别从分杈点、分支数量和分支数比率等方面进行量化评估。实验结果表明,本文方法能在较低泄漏前提下成功检测出参考标准中一半以上的分支、平均分支数比率达到55.5%。结论与竞赛网站公布的其他方法相比,本文方法结果评价指标处于中上水平,但算法简单、计算复杂度低、易于实现,在泄漏检测方面有一定优势。; 彭双肖昌炎; 关键词：形态学重建 CT图像

结合线性形状特征与模糊连接度的三维CT图像肺裂检测: 2016年; 针对三维CT图像中噪声、密度分布不均匀等因素造成的肺裂检测难题,提出一种线性形状特征与模糊连接度相结合的检测方法。首先,模仿放射科医生的读片方式,利用肺裂在互相垂直的2D切片中呈高亮度线形结构并被低密度肺实质包裹的特点,定义窄条微分(DoS)滤波器用于图像增强;然后,指定3D空间中感兴趣区域内一点作为种子点,根据增强后肺裂图像的灰度均匀性与灰度差值特征来构造亲和力函数以计算种子点与其他体素之间的模糊连接度,再通过选取合适的阈值对模糊连接度进行阈值分割;最后,通过基于形态学的后处理来移除分支点,并由连接元分析以去除粘黏在肺裂周围的无关组织以得到最终完整的肺裂检测结果。临床数据实验和人工定义金标准验证的结果表明,该方法可对肺裂进行较准确、有效的检测。; 彭双王娟肖昌炎; 关键词：模糊连接度 CT图像

基于CFA插值的图像篡改检测算法被引量：6: 2015年; 利用数码相机拍摄自然图像时,往往存在彩色滤波阵列(CFA)插值效应,CFA插值使得图像三颜色分量之间具有很大的相关性。提出一种利用自然图像颜色通道之间的相关性来检测图像篡改操作的方法。首先,利用后验概率的方法对各颜色通道进行建模,从而准确估计出CFA插值产生的噪声;然后,利用高斯滤波器滤波并提取CFA插值特征;最后,根据提取出的特征进行分类并定位篡改区域。实验结果表明:该算法能够有效地对篡改的图像进行检测和定位。; 彭双彭圆圆肖昌炎; 关键词：插值后验概率

全选清除导出

共1页<1>

彭双