图像处理
千里足行~始于足下
坚持做喜欢的事!
展开
-
核磁共振成像常用技术——杨正汉(6)
水成像技术利用水信号具有长T1,T2特性化学位移成像技术普通的抑制技术,比如水70,脂肪中的水30,最终成像是70,降低了30%;反相位的信号是70-30=40,降低了60%纯脂肪组织只有脂肪信号,没有水,所以不受影响。脂肪抑制技术化学位移饱和法脂肪饱和是只有纵向磁化矢量,在激发射频脉冲(选择水的进动频率)时,这时只激发了水,所以脂肪不产生信号。STIR技术频率选择反转脉冲选择性水激发技术利用水和脂的进动频率不一样,选择不同的激发使得水在.翻译 2020-12-22 20:50:25 · 1262 阅读 · 0 评论 -
核磁共振成像快速成像技术——杨正汉(5)
快速采集技术采集技术基础如何进行MRI信号快速采集采集更少的相位编码线平/并行采集技术其他技术半回波采集技术是利用频率方向的对称性,减少的是每个回波的时间,数目不变。半傅里叶采集技术是利用相位方向的对称性,减少的是采集回波数目,每个回波的时间不变。...翻译 2020-12-21 22:02:56 · 965 阅读 · 0 评论 -
核磁共振成像脉冲序列——杨正汉(2)
临床不再使用自由感应衰减序列饱和恢复(部分饱和)序列90度脉冲以后,纵向磁化矢量恢复,再次激发90度,a,b由于T1值不同,产生的自由感应衰减信号强弱不同。自选回波序列TR比TE长,就是在等纵向磁化矢量的恢复,TE是代表横向磁化矢量的衰减长TR说明纵向磁化矢量已恢复完全,没有任何差异,短TE可以显示横向磁化矢量的差异。短TE横向磁化矢量还没有衰减,短TR显示纵向磁化矢量的差别。快速自旋回波及其衍生序列...翻译 2020-12-21 10:38:23 · 2863 阅读 · 0 评论 -
核磁共振成像基本原理——杨正汉(1)
1. MRI仪硬件基本知识1.1 主磁体2. 梯度系统在头部电流线圈产生的磁场与主磁场一致,故加强了磁场强度,在脚步电流线圈产生的磁场方向与主磁场相反,故减少了磁场强度。1.3 射频系统1.4 计算机系统及谱仪2. MRI成像的物理学原理2.1 人体MR成像的物质基础 MRI不能检测微观的磁化矢量,怎么检测宏观的磁化矢量呢?把人体放进大磁场即可。杂乱无章的小磁场就会受大磁场影响,变得很有序。有两种状态:一个是与大磁场方向(H原子能级太小,产生的磁场太小翻译 2020-11-04 10:36:04 · 4125 阅读 · 0 评论 -
OpenCv学习笔记4(形状与结构分析:轮廓检测,轮廓匹配)
从二值图像提取形状信息有助于对图像进行更高级的处理和识别。下面介绍如何使用findContours()搜索图像中的轮廓,并对其进行处理和计算。轮廓检测输出参数:image,contours轮廓的多边形列表, hierarchy轮廓的嵌套信息fig, axes = pl.subplots(1, 2, figsize=(10, 6))img = cv2.imread("E:/ruanjianD...原创 2019-08-25 16:42:00 · 2277 阅读 · 0 评论 -
图像分割—分水岭算法及Opencv实现
分水岭算法-图像分割1.原理有了上面对图像灰度三维模型的直观感受,会更好理解分水岭算法的思想。 在分水岭算法中,一幅图像中灰度值高的区域被看作山峰,灰度值低的区域被看作山谷。 然后从山谷的最低点灌水,水会慢慢在不同的地方汇合,而这些汇合的地方就是需要对图像分割的地方。 分水岭算法的核心思想就是建立堤坝阻止不同盆地的水汇合。 在一般分水岭算法中,通常是把一副彩色图像灰度化,然后再求梯度图, 最后...原创 2019-12-10 14:38:27 · 1488 阅读 · 0 评论 -
OpenCv学习笔记3(图像识别:检测直线和圆, 图像分割,SURF特征匹配)
1.用霍夫变换检测直线和圆霍尔夫变换是图像处理中从图像中识别几何形状的基本方法之一。原理:在原始图像坐标系下的一个点(直线)对应了参数坐标系下的一条直线(点)。OpenCV提供了如下三种霍夫变换相关的函数:HoughLines:检测图像中的直线。HoughLinesP:检测图像中的直线段。HoughCircles:检测图像中的圆。HoughLinesP(image, rho, th...原创 2019-08-25 10:40:47 · 3087 阅读 · 4 评论 -
OpenCv学习笔记2(图像变换:几何变换,重映射,直方图,二维离散傅立叶变换,用双目视觉图像计算深度信息)
1.几何变换首先明确:二者的应用场景相同,都是针对二维图片的变换。仿射变换是透视变换的子集。仿射变换后平行四边形的各边仍操持平行,透视变换结果允许是梯形等四边形,所以仿射变换是透视变换的子集。仿射变换在图形中的变换包括:平移、缩放、旋转、斜切及它们的组合形式。这些变换的特点是:平行关系和线段的长度比例保持不变。OpenCV中使用warpAffine()对图像进行仿射变换,调用参数如下:...原创 2019-08-24 14:40:34 · 615 阅读 · 0 评论 -
OpenCV学习笔记1(二维卷积,形态学运算,Zip和Enumerate)
OpenCV是一套采用C/C++编写的开源跨平台计算机视觉库,它提供了两套Python调用接口。其一是cv2模块:针对OpenCV 2.x API创建的,它直接采用NumPy的数组对象表示图其二是为了兼容OpenCV 1.x API,在cv模块下提供了原来的OpenCV 1.x API的扩展cv(from cv2 import cv)。1.图像的输入与输出"图像的输入(imread)输出(...原创 2019-08-11 19:57:41 · 1346 阅读 · 0 评论 -
图像处理阈值-opencv实现
三种阈值简单阈值:是固定一个阈值(一个数)自适应阈值:阈值即取相邻领域(小邻域-阈值)(很多阈值)Otsu’s二值化:是自己学习一个阈值(一个数)简单阈值正如它的名字,直接根据给定的阈值进行判断,大于则为1,小于则为0。之前使用的熟悉的阈值函数cv2.threshold()便是这种。 这里简单回顾。其第一个参数是需要二值化的图像,第二个参数是阈值,第三个参数是当像素值高于(或小于)阈值时...原创 2019-12-10 15:03:20 · 196 阅读 · 0 评论 -
图像处理模板匹配-Opencv实现
模板匹配模板匹配顾名思义就是给定一幅影像(模板)然后在另一幅 图像中寻找这个模板的操作。它是一种用来在一幅大图中 寻找模板图像位置的方法。在OpenCV中有cv2.matchTemplate() 函数供我们方便调用。它的工作原理与2D卷积函数一样, 将模板图像在输入图像(大图)上滑动,并且在每一个位置对 模板图像和与其对应的输入图像的子区域进行比较。返回 的结果是一个灰度图像,每一个像素值表示了...原创 2019-12-10 15:17:17 · 690 阅读 · 0 评论 -
图像金字塔-Opencv实现
1.简介图像金字塔是一种以多分辨率来解释图像的结构,通过对原始图像进行多尺度像素采样的方式,生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部,以金字塔形状排列,往上是一系列像素(尺寸)逐渐降低的图像,一直到金字塔的顶部只包含一个像素点的图像,这就构成了传统意义上的图像金字塔。获得图像金字塔一般包括二个步骤:1. 利用低通滤波器平滑图像 ;2. 对平滑图像进行抽样(采样)。有两种采样方...原创 2019-12-11 16:33:36 · 464 阅读 · 0 评论 -
图像的特征点检测-Opencv实现
1.基本概念特征点:可以理解为区别于其它部分或物体的地方。根据特征应该能准确、唯一地识别出对应目标。 例如在一堆青苹果中,有几个红苹果。那么红色就是可以准确识别出红苹果的有效特征。人眼对特征的识别通常是在一个局部的小区域或小窗口完成的。 如果在各个方向上移动这个特征的小窗口,窗口内区域的灰度发生了较大的变化,那么就认为在窗口内遇到了特征点。特征检测:在一幅图像上滑动比较,如果无论往哪个方向...原创 2019-12-11 20:20:47 · 991 阅读 · 0 评论