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81頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、ADissertationSubmittedtoZhejiangUniversityfortheDegreeofUn1VerS1tV士0rtneUegreeO士MasterofEngineeringAuthor:,、●3UperVlSOr:Subject:College:SubmittedDate:DanLiangHaiLin,、,、‘乙0mpUter3ClenCe魚鼉氈jL■y㈡浙江大導(dǎo)碩士:’:位論文摘要摘要近年來,可視化技術(shù)在醫(yī)學(xué)

2、領(lǐng)域發(fā)揮越來越重要的作用。連續(xù)掃描的二維醫(yī)學(xué)圖像通過可視化技術(shù)三維重建,能夠提供更豐富的解剖學(xué)和病理學(xué)信息。彩色體數(shù)據(jù)一般來源于人體的生理切片圖像,由于記錄每一個采樣點(diǎn)的真實(shí)顏色,因此較傳統(tǒng)標(biāo)量體數(shù)據(jù)提供了更多的信息量。但是由于彩色體數(shù)據(jù)缺乏物質(zhì)密度、吸收系數(shù)等物理信息,使體素的不透明度設(shè)置難度增加,無疑給彩色體數(shù)據(jù)分類帶來了挑戰(zhàn)。對體素賦予適當(dāng)?shù)牟煌该鞫戎担梢栽鰪?qiáng)感興趣組織和特征結(jié)構(gòu)的顯示,輔助體數(shù)據(jù)有效合理的分類。傳統(tǒng)標(biāo)量體數(shù)據(jù)的

3、分類技術(shù)己比較成熟,但是彩色體數(shù)據(jù)的分類研究則相對較少。針對上述問題,本文分析了彩色體數(shù)據(jù)的特征屬性,即顏色及其導(dǎo)出的紋理屬性,提出了基于特征空間聚類的彩色體數(shù)據(jù)分類方法。本文首先提出了基于顏色的高斯混合模型(G刪)分類方法,在顏色空間對彩色體數(shù)據(jù)進(jìn)行初步分類,并且用戶可以交互地調(diào)整生成的高斯模型,獲得更好的分類結(jié)果。對于顏色空間中不易區(qū)分的特征結(jié)構(gòu),本文又提出了基于高維紋理向量降維聚類的分類方法,把圖像處理領(lǐng)域中的紋理分析方法應(yīng)用于彩

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(hù)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(fù)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