排序方式: 共有25条查询结果,搜索用时 0 毫秒
1.
基于分形参数的B超图像纹理分析 总被引:2,自引:0,他引:2
利用离散分形布朗随机场模型对B超图像的分布特征进行顾分析和讨论。鉴于一般的图像不是完全的分形体,文中给出了计算分维数的尺度范围公式,根据上述模型和尺度范围公式,对正常肝脏和有癌变肝脏的两组B超图像的分维数进行了计算,结果表明在未考虑尺度范围时两组图像的分维数差别不大;而考虑了尺度范围时两幅图像的分维数就有明显的差别,即正常肝脏图像的分维数大于有癌变肝脏图像的分维数。 相似文献
2.
基于小波的超声斑纹噪声抑制与对比度增强 总被引:5,自引:0,他引:5
提出了一种基于小波变换的降低超声图像斑纹噪声,同时完成对比度增强的非线性处理新方法。斑纹噪声属于乘性噪声,是造成超声图像质量退化的主要原因,采用Jain提出的斑纹噪声模型,完成对数化处理后的超声图像的小波变换,然后在最细分辨级上完成小波变换系数的软阈值方法处理,而在中间分辨级上采用硬阈值方法处理,并采用GAG特性曲线对图像细节特征进行增强。算法在预处理阶段还采用了平滑滤波器对最粗分辨级的平滑小波系数进行滤波,以减少脉冲能量对处理结果的干扰。对多幅超声图象的实验结果显示,相对于现有的去噪方法,该方法可以同时实现降噪与局部特征增强的两重目的,具有更佳的适用性。 相似文献
3.
多参数电话线传输监护系统的研制 总被引:13,自引:0,他引:13
远程监护和家庭护理技术是远程医疗非常重要的一个研究领域,由于心脏病和高血压病发病时一般具有突发性和危险性的特点,因此一般将心电图和无创血压的远程监护和报警作为家庭监护的首选内容,论文所开发的远程医疗监护系统采用普通电话线作为传输介质,是一种集实时监测、诊断与急救指导、心脏保健为一体的新型院外监护系统,监护中心站通过电话线墅 多达8位院外患者的心电 相似文献
4.
含噪语音信号中噪声参数的一种估计方法 总被引:1,自引:1,他引:1
为了提高含噪语音信号中噪声参数估计的实时性,利用语音信号的短时平稳性,提出了一种无需对含噪语音信号进行有声/无声检测的噪声参数估计法。仿真实验表明,该方法计算效率高、噪声参数估计的实时性,即使是噪声特性随时间缓慢变化也可得到良好的估计结果,可以方便地溶入到基于短时谱幅度估计的语音增强处理中。 相似文献
5.
一种基于熵算子的边界检测方法 总被引:1,自引:0,他引:1
报道作者在进行三维医学图象处理中对边界检测算法的最新研究成果,提出一种新的边界检测熵算子,并首次给出快速有效地确定算法中阈值的自适应方法,这种亲折边界检测算法运行速度快,同时又能较好地提取物体轮廓,最后文中以2幅二维图象进行了试验,说明该算法具有实用性和有效性。 相似文献
6.
复杂背景中字符图像的提取 总被引:2,自引:0,他引:2
在具有噪声及灰度不均匀的复杂背景中提取出待识别的字符, 是字符识别的关键一步。提出应用简单统计法及Roberts边缘检测相结合的方法, 对图像进行二值化处理, 并在此基础上利用H-S连同分析方法去掉了复杂的背景块。在586/AMDK6/200机器上, 对50余幅图像处理, 均正确提取出了待识别的字符且每幅的实现时间不到1 s。 相似文献
7.
椭圆曲线密码体制基点选取算法的设计与实现 总被引:20,自引:1,他引:19
在有限素整数域Ep上定义了一条椭圆曲线及点群运算规则,并由此构造出一种椭圆曲线密友体制。结合椭圆曲线域参数属性,讨论了平方剩余的定义、性质,完整地设计出选取基点G的X坐标的算法,根据Fp上素数P的不同性质,提出2种基点G的Y坐标的计算方法,并给出了其数学证明。在PC机上用汇编语言实现的结果表明,该基点选取算法适于微机实现且实际可行,从而全面解决了椭工线密码体制中基占选取及如何把数据编码为椭圆曲线上 相似文献
8.
基于互信息的视网膜眼底图像配准方法 总被引:4,自引:0,他引:4
提出一种在于互信息的视网膜眼底图像配准方法,并采用遗传算法求解待配准图像的变换参数。与传统方法相比,该方法具有配准精度高、可可靠性好、不需要进行图像的预分割和特征提取等特点,配准精确度可以达到亚像素级。 相似文献
9.
小血管医学图像的增强与实时提取 总被引:1,自引:0,他引:1
利用一种新的非线性各向异性反应扩散血管图像增强方法,对小血管图像增强后,再采用快速推进算法及融合区域信息的速度函数对小血管自动提取.该方法能够有效地增强血管的一致性取向结构及血管与背景之间的边界,并能很好地滤除噪声.借助高效的快速推进方法求解曲线进化方程,为提高算法的实时性,在数值求解中同时采用多初始化策略.实验结果表明,利用该方法可以实时地提取6~7级肺部小血管分枝. 相似文献
10.
提出了一种处理边缘不连续图像的雷达算法.该算法的主要思想是,用统计学的方法判断一个像素属于一个区域的概率,从而把感兴趣的图像区域分割出来,即先记录像素点,包括点的颜色、坐标,再按一定的角度递增扫描图像边缘点以寻找边缘像素,其次把这些边缘点距扫描中心点的长度进行低通滤波以形成一个完整的边界,最后求出边缘线的质心,记录质心位置,并将这些数据作为自组织特征映射的输入且进行分类,由此完成区域的分割.该算法的时间复杂度为90×O(n3),较Hough变换的复杂度及鲁棒性更好.实验结果表明,所提算法在非规则区域分割上优于Hough变换,其运算效率高于视觉模型算法. 相似文献