2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_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

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、圖像匹配技術已經(jīng)有了數(shù)十年的發(fā)展,起初人們主要是通過對圖像手工標記關鍵字,然后通過關鍵字進行檢索匹配。而后隨著圖像處理技術的飛速發(fā)展,基于圖像特征的圖像匹配技術也得到了快速發(fā)展和應用,然而由于醫(yī)學圖像匹配在醫(yī)學臨床輔助診斷和醫(yī)學科研中需要極大的準確性和實用性,然而由于醫(yī)療診斷的嚴謹性要求以及建立規(guī)范的醫(yī)學圖像數(shù)據(jù)庫比較困難,醫(yī)學圖像匹配一直未能得以實際有效的應用,然而其研究的必要性以及可能帶來的作用使得這個技術得到了越來越多的關注。本文

2、就此進行了研究。
  本論文詳盡闡述了醫(yī)學圖像匹配技術研究的意義、現(xiàn)狀、基本原理以及關鍵技術。通過分析醫(yī)學圖片特殊性,提取圖像的特征(Hu矩,LBP,SIFT特征)進行匹配,主要采用LIDC醫(yī)學圖像數(shù)據(jù)庫進行實驗,用已經(jīng)手動分割好病灶區(qū)域的圖片來減小自動分割帶來的誤差以及非興趣區(qū)域的干擾,結合CT圖像多切片特征采用動態(tài)時間規(guī)整算法來進行距離計算,實現(xiàn)序列圖片之間匹配。
  針對醫(yī)學圖像的發(fā)展以及本領域研究現(xiàn)狀,本文先單獨利用

3、SIFT特征(局部特征)得到圖像的特征點集和相應特征向量,對特征點進行相似性度量,最后得到圖片之間的匹配率,排序得出最相似的幾個病例圖片,此方法為醫(yī)學圖像匹配常用方法,作為本文比較實驗,分析了整副圖片匹配的缺陷以及本實驗設計的合理性。根據(jù)實驗數(shù)據(jù)庫的特殊性以及減少誤匹配原則,設計利用Hu矩,LBP兩種全局特征對數(shù)據(jù)庫中已分割好的病灶序列切片圖進行匹配,同時對比了預處理后圖片與未預處理圖片特征匹配的差異,然后根據(jù)匹配結果的差異,根據(jù)匹配準

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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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