- 博客(6)
- 收藏
- 关注
原创 图像压缩 学习
图像压缩算法是对图像在资源空间上的压缩,每一个色块的颜色可以粗略的由红、绿、蓝的各自三个不同的深度合成得来。图像的压缩就是一个消除冗余数据的过程,从数学的角度上看,就是将原始图像转化为从统计角度看尽可能不相关的。图像的压缩一般可以分为无损压缩和有损压缩,也可以根据需要进行有损或无损压缩,即准无损技术。
2023-08-03 14:57:48 116
原创 数字图像处理中的常用基本概念
反之,单位面积内容纳的像素越少,单个像素越大,图像质量越低。为表示方便,图像分辨不用面积来表示,而是用矩形的一边上的单位长度内所容纳的像素数来表示,长度单位一般是英寸,我们常说的印刷图像的分辨率是300,即表示这幅图像一英寸长度(合2.54厘米)内含有300个像素,一平方英寸内则有9万像素。通常情况下,图像的分辨率越高,所包含的像素就越多,图像就越清晰,印刷的质量也就越好。灰度图像,单色的数字图像,像素可以很小,放大后可以观察出,其像素的亮度不同,越白的灰度值越大,越黑的地方灰度值越小,
2023-08-03 11:16:32 359
原创 图像二值化
图像二值化就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。图像的二值化使图像中数据量大为减少,从而能凸显出目标的轮廓。要得到二值化图像,首先要把图像灰度化,然后将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
2023-08-03 10:46:34 111
原创 图像处理------图像哈希(未完待续。。。)
取出的 9 个像素点就是桩子。(但实际操作没有这么简单,会出现从 700 个像素点中取 9 个的现象,间隔不是整数,因此会通过取整后的目标像素点周围相邻的四个点,按权重来计算出取出的像素点的具体值。一维:二维转一维,以一个方向为基准,一般是 x 方向,存完第一行存第二行,就将二维数组转化为一维了,比如 9*9 的二维数组,变为一维数组,第 10 个元素对应的是二维数组第二行的第一个元素。将两幅图的指纹对比,计算汉明距离,即两个 64 位的 hash 值有多少位是不一样的,不相同位数越少,图片越相似。
2023-08-03 10:36:03 1133
原创 论文阅读----V-NET和级联的V-NET分割冠状动脉
论文地址:https://doi.org/10.1007/s10489-021-02197-6摘要在本文中,我们提出了一种新颖的 CCTA 图像分割框架,该框架结合了深度学习和数字图像处理算法来解决这些具有挑战性的问题。我们首先使用V-Net对分辨率较低的CCTA图像进行处理,得到与原始CCTA图像分辨率相同的基本特征图(粗分割结果)。然后,原始CCTA图像被级联到基本特征图并且将其输入到基于块拼贴的级联V形模块,以获得准确的冠状动脉分割图像。最后通过形态学运算得到冠状动脉分割图像的中心点和原始冠状
2023-08-03 08:40:20 167 1
翻译 论文阅读----------UNET++:用于肝脏 CT 图像的嵌套注意感知 U-NET分割
摘要 在本文中,我们提出了一个嵌套的注意力感知分割网络,名为 Attention UNet++。 我们提出的方法具有深度监督的编码器-解码器架构和重新设计的密集跳过连接。 注意 UNet++在嵌套卷积块之间引入注意力机制,以便在不同级别提取的特征可以与任务相关的选择合并。 此外,由于引入深度监督,预测速度修剪网络的速度以适度的代价加速性能下降。1.引言 为了解决对医学图像中更准确的分割结果的需求,并受到启发注意力机制,我们提出了注意力 UNet++,一种基于嵌套 ...
2021-06-28 14:23:28 2307 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人