- 博客(14)
- 资源 (9)
- 收藏
- 关注
原创 【医学图像处理】CT成像技术之图像质量
【医学图像处理】CT成像技术之图像质量CT图像质量主要由以下三个因素决定:分辨率噪声对比度分辨率分辨率是两个对象必须分开多远的度量,然后才能将它们视为图像中的单独细节。为了使两个物体分开看,探测器必须能够识别它们之间的间隙。分辨率以每厘米 line pairs(lp / cm)进行测量,即可以在1厘米内成像为单独结构的line pairs 数量。CT扫描中有两种类型的分辨率...
2020-04-23 20:59:54 1658
原创 【医学图像处理】CT成像技术之CT设备
【医学图像处理】CT成像技术之CT设备本系列重点介绍CT成像技术,并将介绍用于获取图像的设备,如何形成和显示图像,影响图像质量的因素以及如何测量剂量。关注公众号,同样精彩内容本章节重点介绍CT成像技术之CT设备摘要CT扫描仪的组件:过滤器:放置在X射线源和患者之间去除低能X射线产生更多的单色光束可能是领结形的,一旦穿过身体就可以减弱衰减准直器:放置在过滤器和患者之间...
2020-04-19 15:03:19 3838
原创 【医学图像处理】MRI T1, T2 PD-加权成像
【医学图像处理】MRI T1, T2 PD-加权成像与辐射成像不同,在对比度成像中,对比度取决于所成像结构的衰减率。MR图像中,对比度取决于所成像区域中的磁性和氢核数。通过运行具有不同权重的不同序列,可以选择要成像区域中的不同对比度。主要有一下三个序列:T1加权:最大化T1对比度显示T2加权:最大化T2对比度显示质子密度PD加权:氢质子密度显示当然还有更加复杂的序列,比如 FLAIR...
2020-04-18 15:45:10 9256
原创 【计算机视觉】多示例学习
【计算机视觉】多示例学习问题描述有这样的训练数据,给定的标签是按照包 bag 来组织的,也就是说 positive 的包至少含有一个正样本,而 negative 的包中都是负样本。如何训练模型实现良好的分类效果?这正是多示例学习所研究的问题设定。在应用中的对照特别是目标检测、跟踪中,负样本很好选取,而最优正样本则很难。通常正样本的选取是在标记的矩形框附近做一些扰动,得到一堆儿框放入 pos...
2020-04-16 22:18:43 652
原创 【计算机视觉】如何用传统方法在实现目标检测?
【计算机视觉】如何用传统方法在实现目标检测?问题描述深度学习虽然很火热,但是数据量不大的时候,深度学习的性能还是比较差的,最主要的是模型能力太强,学出来之后不能泛化,因此一种可选的方法就是 不要处处都是深度模型,试试返璞归真的传统方法。传统方法基本上传统机器方法最直观的就是分类、回归,而对于计算机视觉中级任务:目标检测 该如何下手呢?一种最直观的想法就是用滑动窗口 sliding wind...
2020-04-15 17:26:08 1198
原创 【计算机视觉】如何用传统方法在小样本数据集上实现语义分割模型?
【计算机视觉】如何用传统方法在小样本数据集上实现语义分割模型?问题描述深度学习虽然很火热,但是数据量不大的时候,深度学习的性能还是比较差的,最主要的是模型能力太强,学出来之后不能泛化,因此一种可选的方法就是 不要处处都是深度模型,试试返璞归真的传统方法。传统方法基本上传统机器方法最直观的就是分类、回归,而对于计算机视觉中级任务:语义分割 该如何下手呢?一种最直观的想法就是对像素逐个进行分类...
2020-04-14 20:29:51 1559
原创 【python开发技术】`SWIG` 封装`python`接口的`C/C++`代码
【python开发技术】SWIG 封装python接口的C/C++代码何为SWIG?SWIG,全称 Simplified Wrapper and Interface Generator,可以将C/C++代码封装成python、Ruby以及Perl等语言脚本接口。本文主要面向python接口的封装。SWIG 封装python接口的C/C++代码整个流程说明用*.i文件来声明所需接口;...
2020-04-13 20:31:18 746
原创 【计算机视觉】关于`partial cross entropy loss`用于弱监督语义分割中的说明
【计算机视觉】关于partial cross entropy loss用于弱监督语义分割中的说明弱监督标签以两类别语义分割为例,背景和前景,给定的弱监督标签是只对前景个一小部分进行了标注。这个只是直接拿这个弱监督标签进行训练,会有一定的问题,因为大部分的前景标签都没有标注出来,所以前景类别会受到较大的抑制。GT标签:Weak标签:采用 partial cross entropy loss...
2020-04-12 13:42:53 1003
原创 【计算机视觉】使用 Permutohedral Lattice 进行快速高维度滤波
【计算机视觉】使用 Permutohedral Lattice 进行快速高维度滤波大一统的高维高斯滤波表达式对任意的位置 pi 处的值 vi 进行滤波,与具有临近位置的其它值进行混合。通常这些值 vi 是均匀的像素颜色。如果位置 pi 是两维的像素位置,那么该公式表达的是高斯模糊 Gaussian blur。如果位置 pi 是像素位置与颜色的联合,比如x,y,r,g,b共五维,那么该公...
2020-04-12 08:44:26 1213
原创 【计算机视觉】no-local means方法
【计算机视觉】no-local means方法大一统的高维高斯滤波表达式对任意的位置 pi 处的值 vi 进行滤波,与具有临近位置的其它值进行混合。通常这些值 vi 是均匀的像素颜色。如果位置 pi 是两维的像素位置,那么该公式表达的是高斯模糊 Gaussian blur。如果位置 pi 是像素位置与颜色的联合,比如x,y,r,g,b共五维,那么该公式表达的是颜色双边滤波 color ...
2020-04-11 15:41:30 658
原创 【计算机视觉】双边滤波 `bilateral filter` 方法
【计算机视觉】双边滤波 bilateral filter 方法大一统的高维高斯滤波表达式对任意的位置 pi 处的值 vi 进行滤波,与具有临近位置的其它值进行混合。通常这些值 vi 是均匀的像素颜色。如果位置 pi 是两维的像素位置,那么该公式表达的是高斯模糊 Gaussian blur。如果位置 pi 是像素位置与颜色的联合,比如x,y,r,g,b共五维,那么该公式表达的是颜色双边滤...
2020-04-11 15:39:28 785
原创 【计算机视觉】pydensecrf在windows上进行build的错误
【计算机视觉】pydensecrf在windows上进行build的错误pydensecrf build 安装先clone下来源码:git clone https://github.com/lucasb-eyer/pydensecrf.git然后编译:python setup.py build_ext此时会出现类似如下的错误:C:\Program Files (x86)\Microsof...
2020-04-10 22:21:19 316
原创 【计算机视觉】pydensecrf在灰度图上的使用
【计算机视觉】pydensecrf在灰度图上的使用pydensecrf 安装直接 pip install git+https://github.com/lucasb-eyer/pydensecrf.git 即可安装对于灰度图的使用 addPairwiseBilateral 不 work典型的RGB图像设置二元势函数的方式 d.addPairwiseGaussian(sxy=20, ...
2020-04-10 19:19:31 793
原创 【计算机视觉】评估语义分割精确度的指标
【计算机视觉】评估语义分割精确度的指标假设共有k+1k+1k+1个类(从L0L_0L0到LkL_kLk,其中包含一个空类或背景),pijp_{ij}pij表示本属于类iii但被预测为类jjj的像素数量。即,piip_{ii}pii表示真正的数量,而pijp_{ij}pij pjjp_{jj}pjj则分别被解释为假正和假负,尽管两者都是假正与假负之和。像素精度(Pixel Accu...
2020-04-09 20:24:51 908
动态平衡二叉树demo
2015-08-04
adaboost 演示demo(基于Matlab,学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等)
2015-07-11
压缩感知Hello-world+正交匹配追踪法(OMP)+最小二乘法辨识(系统辨识--Matlab)
2015-03-18
图像压缩算法Matlab集合
2015-03-18
VS2010多文档图像处理所有基础程序
2015-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人