图像分析:阶段总结
来源:互联网 发布:数据库高并发处理 编辑:程序博客网 时间:2024/06/04 19:31
对医学图片的去噪处理的总结。
- 1。基本上对于图片的处理,即处理图片的在图片的像数上的值大小,也即是转化成灰度图的值的大小,灰度值0-255之间,可以通过对灰度值的改变,以修改图片。
- 2。基于连通域的算法,连通域里面有一个很重要的概念就是阈值,阈值的选择非常关键,主要是本项目每个图片里面的目标灰度值与噪声灰度值差别不大,并且有些地方带粘连,连通域求解之后会站在一起,无法获取目标的准确连通域,另外一个地方是每个图片的目标灰度值差别稍微有点大,所有针对不同的图片,需要不同的阈值才能获取较好的效果。
- 3。求解了连通域了之后,因为存在2中所说的问题,有一定的算法可以降低误差,可以使用腐蚀膨胀,以及形态性操作,但是迭代次数高之后,效果任然不是很理想,只是提高了一定的实验准确度。
- 4。确定那个连通域代表的是目标图像,因为连通域确定的是二值化的像数位置图,需要对原图进行裁剪,获取目标,有可能存在最大的连通域表征并不是目标,因此必须找出那个连通域才是目标的表征。
- 5。根据连通域确定目标并裁剪,有两种方式获取一个去噪的目标图像,一种是直接根据连通域的表征图,取最小长方形,以长方形的四个点坐标直接裁剪原图像,这种取法求得的图形对原图像的变化最小,并没有增加额外的噪声,但是可能存在并没有把噪声排除,即有可能噪声在裁剪的长方形里面,另外的是根据0、1的连通域。直接画在一张灰度全是255的跟原图一样大像数的图上,两张图形求&,这种方案,虽然结果最精确,但是增加了连通域的边界锯齿影响,而且非常严重,经过试验,在取得连通域之后或者取连通域之前,经过高斯滤波或者双边滤波能较好的解决,但是这样会增加连通域对目标的影响,即阈值的选择非常关键,如果每张图片的目标灰度值差别有点大,不变的阈值结果会很差。
仅作参考,不足之处,多多指教。
阅读全文
0 0
- 图像分析:阶段总结
- 阶段分析总结
- 词法分析阶段实验总结
- 软工总结---分析阶段(计划阶段)
- 分析阶段
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结!
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- 阶段总结
- SpringMVC中@ResponseBody的使用(异步)
- Topo和Markdown在项目中的实践
- 一维搜索方法(一)黄金分割法
- Class.forName()用法详解
- 123
- 图像分析:阶段总结
- TQ2440 基于V4L2编程框架的 LCD实时显示(下)
- android 四种跨进程通讯方式
- Yii
- centos7 apache httpd安装和配置django项目
- 有关于100动态规划专栏的说明
- Tomcat 综述
- 运算符重载
- Netty源码解读(一)概述