基于特征融合的醫(yī)學(xué)圖像檢索.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、圖像檢索技術(shù)起源于上個世紀八十年代,人們主要是通過對關(guān)鍵字手工標(biāo)記進行圖像檢索。而后隨著圖像處理技術(shù)的迅速發(fā)展,基于內(nèi)容的圖像檢索(CBIR)技術(shù)在圖像處理領(lǐng)域得到廣泛應(yīng)用,尤其是基于內(nèi)容的圖像檢索技術(shù)在醫(yī)學(xué)臨床輔助診斷和醫(yī)學(xué)科研中發(fā)揮著重大的作用,得到了越來越多的關(guān)注。本文主要研究基于多種特征融合的醫(yī)學(xué)圖像檢索技術(shù)。
   論文詳細闡述了基于內(nèi)容的圖像檢索技術(shù)的研究意義、應(yīng)用現(xiàn)狀、基本原理以及關(guān)鍵技術(shù)。本文通過提取圖像的多種特

2、征(SIFT、SURF和拓撲特征)進行檢索,同時,針對SIFT算法相似性度量方面的不足,提出了利用Hellinger核函數(shù)來進行相似性度量的新方法——ROOTSIFT,在此基礎(chǔ)上結(jié)合拓撲特征進行醫(yī)學(xué)圖像檢索。
   針對醫(yī)學(xué)圖像,本文提出了首先單獨利用SIFT、ROOTSIFT、SURF和拓撲特征分別進行檢索,然后根據(jù)檢索結(jié)果的好壞,為各個特征賦予相應(yīng)的權(quán)重,最后在基于前面檢索算法的基礎(chǔ)上,提出一種融合多種底層視覺特征進行圖像檢

3、索的算法,來提高最終的檢索準(zhǔn)確率。首先,通過SIFT(SURF、ROOTSIFT)算法得到圖像的特征點和相應(yīng)的特征向量,其次,為了增加局部特征相似性,對SIFT(SURF、ROOTSIFT)特征得到匹配點提取拓撲特征并進行相似性度量,最后得到拓撲特征和SIFT(SURF、ROOTSIFT)特征都相似的點,進行線性加權(quán)后得到與參考圖像最相似的圖像序列。實驗結(jié)果表明,融合多特征檢索得到的檢索準(zhǔn)確率比單個特征得到的準(zhǔn)確率高,該算法與其他算法相

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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