首页 > 文献资料
-
X射线图像中的角点检测设计
角点检测是计算机图像处理中经常会遇到的问题.和通常所处理的图像相比,X射线图像成像质量较低,因此常用的角点检测方法不适于X射线图像的角点检测.该文针对X射线图像的特点,首先设计了一个用于角点检测的棋盘状模板,并针对该模板图像设计了一个通用的检测方法.该检测方法采用分块处理的策略,首先采用自动阈值提取包含角点的每个子区域,然后采用了一个简单实用的边缘算子进行边缘检测得到边缘点,在此基础上采用Hough变换进行直线拟合得到四条边,它们的交点即为所需的角点.该方法较好地解决了由于X射线图像质量比较差而给角点检测带来的困难.实验结果表明,该方法具有很强的鲁棒性.
-
基于X射线图像的容器中液体物质的识别
识别容器中液体的物质,是车站、机场安检工作中极为迫切的需求.本文提出了一种全新的基于X射线图像的方法对液体物质进行识别.利用容器的形状知识,通过优化方法来获得各条X射线所穿透的容器外壁厚度和液体厚度,以及外壁和液体的吸收系数,从而可以消除X射线探测信号中容器外壁所造成的影响.在实验中,成功地对高密度容器中的水和酒精进行了区分.实验结果证明,本文的方法能有效区分容器中像水、酒精、汽油这样密度相近的物质.
-
基于CCD的X线医学图像采集与BMP文件转换
在正确分析识别基于CCD的X射线图像数据格式的基础上,通过软件编程实现读取X射线图像并转换为BMP文件的方法,从而得出医学图像向BMP文件转换的方法.
-
一种改进的X射线医学图像小波阈值降噪方法
目的 提出一种基于小波阈值的X射线图像降噪方法.方法 提出新的阈值公式,并对小波系数进行更为细致的处理,再通过逆变换实现图像去噪和重建.结果 与传统方法相比,改进的小波阈值法更为有效的去除了X射线图像的噪声,并能保持图像的细节特征.结论 因此该方法实用有效,有利于医生作出正确的临床判断.
-
基于模糊大熵的医学X增强方射线图像边缘法研究
目的:由于医学X射线图像在数字化成像过程中容易受到成像设备中射线散射、电器噪声以及人体组织结构的复杂性等因素的影响,导致数字医学X射线图像的质量不高.因此,针对数字医学X射线图像对比度较差,目标细节信息不明显的特点,研究了一种基于模糊大熵的图像边缘增强算法.方法:首先将医学X射线图像从灰阶域变换到模糊域,然后通过大熵准则确定模糊阈值将医学X射线图像分为目标和背景两部分,并分别对其进行图像增强处理,后再映射回到灰阶域.结果:本文以主动脉造影X射线图像为例,对其分别进行经典模糊边缘增强、反锐化边缘增强和模糊大熵边缘增强处理,并对处理后图像的相关参数进行定量分析.结论:结果表明基于模糊大熵算法处理后的图像质量高,边缘细节信息明显增强,且该算法相比其它两种算法具有更好的抗噪性.
-
基于矩特征和局部特征的高原子序数液体容器识别
目前液体检查是地铁、机场安检工作中极为迫切的需求.本文提出了一种全新的基于全局和局部特征的高原子序数液体容器识别方法.该方法基于全局区域提取其组合矩特征,在识别初期首先迅速找到与模型库中相似的物品和差异较小的姿态,然后根据局部特征即容器壁投影特征和瓶底特征进行判断和提高识别精度.实验结果证明,该方法很好地结合了目标的整体和局部信息,能够解决容器在与高原子序数物品局部遮挡问题,同时具有较高的识别精度.
