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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著計算機和網(wǎng)絡(luò)的快速發(fā)展,數(shù)字圖像已經(jīng)在計算機和網(wǎng)絡(luò)中被廣泛使用,承載著越來越多的功能需求。數(shù)字圖像處理在其中發(fā)揮了特別大的作用,尤其是數(shù)字圖像處理中的邊緣提取技術(shù),它已是計算機視覺、模式識別、圖像分割等應(yīng)用的重要基礎(chǔ)。
醫(yī)學熒光圖像是當今對細胞進行標記的主流技術(shù),通過對抗體進行染色形成熒光抗體圖像,能夠很好的幫助醫(yī)生通過熒光顯微鏡對細胞內(nèi)的物質(zhì)構(gòu)成進行研究,對醫(yī)學的發(fā)展起著舉足輕重的作用,是現(xiàn)代醫(yī)學的必要技術(shù)手段。但是在制
2、作熒光抗體圖像時對環(huán)境的要求是相當高的,抗體在受到熒光顯微鏡進行觀察照射的時候難免受到短波光的影響,發(fā)生氧化現(xiàn)象,形成噪聲,產(chǎn)生“霧狀”的噪聲。
在研究國內(nèi)外醫(yī)學熒光圖像去噪現(xiàn)狀及分析傳統(tǒng)數(shù)學形態(tài)學在對醫(yī)學熒光圖像去噪所出現(xiàn)的問題后,采用了一種改進的形態(tài)學醫(yī)學熒光圖像去噪的方法。以下是本文的主要改進之處:
首先對傳統(tǒng)的形態(tài)學中所以涉及到的運算進行了重新定義,定義了均衡形態(tài)學運算的概念;
其次,對形態(tài)學運算中
3、的結(jié)構(gòu)元素的選取,實驗得到了零方陣單位結(jié)構(gòu)元素,并證明其唯一性,并根據(jù)單位結(jié)構(gòu)元素,引用了頂帽變換增強圖像對比度;
接著,由于熒光圖像本身沒有對比圖像,構(gòu)造一種無參考圖像的圖像質(zhì)量評價標準,對所得到的去噪的熒光圖像選擇最優(yōu)的圖像;
最后,根據(jù)二維Otsu的思想,對圖像進行閾值染色,進一步增強圖像的對比度,得到最后的去噪增強圖像。
通過大量的仿真實驗結(jié)果表明:該算法所處理后的圖像中的“霧狀”噪聲得到了明顯的去
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 基于數(shù)學形態(tài)學的圖像去噪.pdf
- 基于小波變換和形態(tài)學的圖像去噪方法研究.pdf
- 基于數(shù)學形態(tài)學的藻類圖像去噪算法研究.pdf
- 基于-雙邊濾波的圖像去噪的方法
- 醫(yī)學超聲圖像去噪方法研究.pdf
- 基于維納濾波的圖像去噪算法研究.pdf
- 基于雙邊濾波的圖像去噪方法-畢業(yè)設(shè)計
- 基于聯(lián)合雙邊濾波的圖像去噪與融合方法研究.pdf
- 基于稀疏分解的醫(yī)學圖像去噪.pdf
- 基于雙邊濾波的深度圖像去噪研究
- 醫(yī)學圖像去噪方法分析與比較.pdf
- 圖像去噪方法的研究.pdf
- 基于Contourlet的圖像去噪方法研究.pdf
- 基于小波與雙邊濾波的醫(yī)學超聲圖像去噪算法.pdf
- 基于小波變換的醫(yī)學超聲圖像去噪方法研究.pdf
- 基于形態(tài)分量分析的圖像去噪研究.pdf
- 畢業(yè)設(shè)計--基于雙邊濾波的圖像去噪的方法
- 數(shù)學形態(tài)學與變換域圖像去噪算法及其并行化研究.pdf
- 畢業(yè)設(shè)計--基于雙邊濾波的圖像去噪的方法
- SAR圖像去噪方法研究.pdf
評論
0/150
提交評論