掩膜区域内像素值_基于掩膜与仿中值滤波的边缘检测处理

本文介绍了一种新颖的医学图像处理方法,通过掩膜理论结合仿中值滤波,有效区分模糊边缘和背景噪声。研究者利用区域对比度、像素特征和局部平均值,实现了边缘信息的清晰提取。实验结果表明,该算法在边缘检测上优于传统方法,为医疗图像分析提供了实用工具。
摘要由CSDN通过智能技术生成

基于掩膜与仿中值滤波的边缘检测处理

张建国

1,

王仁庆

1,

左俊彦

1,

候慧敏

1,

1,

胡凤玲

2,

马千里

1

【摘

要】

摘要:针对医学图像特殊而又复杂的模糊边缘以及难以区分的背景噪

,

提出一种基于掩膜理论区分图像边缘信息的区分算法

.

通过区域对比度、图像

像素特征和有限区域中像素均值等相关信息

,

利用先验知识和仿中值滤波的方法

得到较为清晰的边缘信息

.

Matlab

软件对提出的方法进行模拟

,

详细分析了掩

膜对比的理论模型以及仿中值滤波对于区分效果的影响

,

验证了该方法的可行性

和正确性

.

实验证明

,

基于掩膜与仿中值滤波的区分算法和传统的边缘检测方法相

,

在辨别相关边缘信息方面具有较好的效果

,

并在医学图像处理中具有一定的实

用价值

.

【期刊名称】

上海理工大学学报

【年

(

),

期】

2017(039)003

【总页数】

6

【关键词】

掩膜

;

仿中值滤波

;

边缘信息

;

对比度

医学图像区分算法是人类解决医学问题的第一步

,

20

世纪

60

年代以来

,

医学

图像处理越来越受到业内专家的关注

.

文献

[1]

canny

边缘检测算法通过运算

图像中梯度等相关信息

,

对原图像进行卷积处理

,

在一定程度上解决了图像无法检

测的问题

,

但仍然无法取得令人满意的结果

.

文献

[2-4]

主要介绍了

otus

分割算法、直方图分割算法、模糊熵分割算法

.

这些

算法通过对不同的模型

,

进行二值化

[5]

处理

,

得到目标与背景两个不同的区域

,

此达到区分的目的

.

但是对于复杂图形来说

,

其边缘信息往往不是清晰可见的

.

然在此基础上

,

有学者进一步提出了二维、三维

[6-8]

的改进算法

,

但在边缘信息

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值