基于自適應分數階微分的醫(yī)學圖像增強算法
本文選題:圖像增強 + 分數階微分。 參考:《計算機應用研究》2017年12期
【摘要】:針對圖像增強過程中,分數階微分的階數往往由經驗或大量的實驗來選擇較優(yōu)的值,不能實現自適應性,沒有充分發(fā)揮分數階微分的優(yōu)良特性的問題,提出了一種基于圖像局部梯度、信息熵和方差三個與圖像紋理相關的參數的自適應分數階微分圖像增強算法,并應用于一些相關的醫(yī)療圖像中。依據信息熵和平均梯度等紋理分析的定量評定標準,對增強后的圖像進行實驗比較分析。實驗結果表明,相對于所比較的算法,自適應分數階微分算法能夠在增強圖像的邊界和紋理部分的同時,保留平滑區(qū)域的信息細節(jié),同時獲得較好的視覺效果。
[Abstract]:In the process of image enhancement, the order of fractional differential is often selected by experience or a large number of experiments, which can not achieve self-adaptation, and does not give full play to the excellent properties of fractional differential. An adaptive fractional differential image enhancement algorithm based on three parameters related to image texture including local gradient information entropy and variance is proposed and applied to some medical images. According to the quantitative evaluation criteria such as information entropy and average gradient, the enhanced images are compared and analyzed experimentally. Experimental results show that the adaptive fractional differential algorithm can not only enhance the edge and texture of the image, but also preserve the information details of the smooth region, and obtain a better visual effect.
【作者單位】: 廣西民族大學理學院;重慶郵電大學自動化學院;
【基金】:重慶市基礎科學與前沿技術研究資助項目(cstc2015jcyj BX0124)
【分類號】:TP391.41
【相似文獻】
相關期刊論文 前10條
1 王衛(wèi)星;于鑫;賴均;;一種改進的分數階微分掩模算子[J];模式識別與人工智能;2010年02期
2 覃忷智;周尚波;;求解分數階微分系統的一種數值算法[J];計算機技術與發(fā)展;2011年01期
3 車進;師一帥;張成;;基于分數階微分的視網膜血管圖像增強[J];計算機工程與應用;2012年34期
4 李寶強;范茵;李騫;;基于分數階微分的流線增強方法[J];計算機應用研究;2011年10期
5 李麗;程海軍;;基于分數階微分的邊界掃描[J];電腦知識與技術;2011年23期
6 陳慶利;蒲亦非;黃果;周激流;;數字圖像的0~1階Riemann-Liouville分數階微分增強模板[J];電子科技大學學報;2011年05期
7 何遠德;;數字圖像的分數階微分增強[J];樂山師范學院學報;2013年12期
8 張意;蒲亦非;周激流;;分數階微分掩模及其濾波器的構造[J];華南理工大學學報(自然科學版);2011年07期
9 胡伏原;姒紹輝;張艷寧;孫瑾秋;;自適應分數階微分的復合雙邊濾波算法[J];中國圖象圖形學報;2013年10期
10 楊柱中;周激流;黃梅;晏祥玉;;用分數階微分提取圖像邊緣[J];計算機工程與應用;2007年35期
相關會議論文 前10條
1 薛麗;王波濤;;基于形態(tài)學的運動員號碼牌圖像增強[A];第十九屆測控、計量、儀器儀表學術年會(MCMI'2009)論文集[C];2009年
2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強研究[A];2007中國控制與決策學術年會論文集[C];2007年
3 張瑩;王太勇;冷永剛;鄧輝;;調參雙穩(wěn)系統圖像增強應用初探[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年
4 李孟歆;金風;張穎;;一種新的圖像增強混合方法研究[A];創(chuàng)新沈陽文集(A)[C];2009年
5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強[A];2007'儀表,自動化及先進集成技術大會論文集(一)[C];2007年
6 盧漢明;高德俊;;基于多尺度變換相結合的圖像增強算法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年
7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年
8 劉毅;高旭輝;;一種改進的夜視圖像增強處理算法[A];2006年全國光電技術學術交流會會議文集(D 光電信息處理技術專題)[C];2006年
9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學操作的圖像增強方法(英文)[A];第二屆和諧人機環(huán)境聯合學術會議(HHME2006)——第15屆中國多媒體學術會議(NCMT'06)論文集[C];2006年
10 趙建;;基于偏微分方程的非線性圖像增強方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年
相關博士學位論文 前10條
1 陳燕;工業(yè)X射線圖像增強算法研究[D];中北大學;2016年
2 趙文達;基于變分法和偏微分方程的圖像增強和融合方法研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年
3 云海姣;針對靶場圖像增強算法的研究與實現[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年
4 侯國家;水下圖像增強與目標識別算法研究[D];中國海洋大學;2015年
5 趙凡;基于偏微分方程的圖像增強和分割方法研究[D];中國科學院長春光學精密機械與物理研究所;2016年
6 許欣;圖像增強若干理論方法與應用研究[D];南京理工大學;2010年
7 李艷梅;圖像增強的相關技術及應用研究[D];電子科技大學;2013年
8 陳一平;圖像增強及其在視覺跟蹤中的應用[D];國防科學技術大學;2011年
9 孫飛飛;水下圖像增強和復原方法研究[D];中國海洋大學;2011年
10 王志偉;航空圖像的增強及其道路的提取和分析[D];長安大學;2017年
相關碩士學位論文 前10條
1 張雄;基于分數階微分的紅外圖像分割算法研究[D];四川師范大學;2015年
2 王程嘯;1~2階分數階微分在圖像邊緣提取上的應用研究[D];湘潭大學;2016年
3 胡浩楓;分數階微分在數字圖像增強中的應用研究[D];湘潭大學;2011年
4 陳輝;分數階微分圖像增強技術及在銅浮選監(jiān)控系統中的應用[D];中南大學;2013年
5 蘭利彬;分數階微分數字圖像處理及支持向量機在人臉識別中的應用研究[D];重慶大學;2011年
6 姒紹輝;自適應分數階微分的點表示方法研究[D];蘇州科技學院;2015年
7 許文君;灰度圖像多尺度對比度增強電路設計與實現[D];南京理工大學;2015年
8 陳萌;多重虛擬曝光夜視圖像對比度增強算法研究[D];西南科技大學;2015年
9 孔壯;霧天圖像增強方法研究及FPGA實現[D];電子科技大學;2015年
10 趙雨;基于加權紅—黑小波變換的DR圖像增強方法研究[D];南方醫(yī)科大學;2015年
,本文編號:2003353
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2003353.html