由于椎骨间的形态差距较小、椎体的结构较为复杂,椎骨的CT图像分割处理近来成为医学研究的热门话题之一.本文针对脊柱CT图像水平集分割方法对初始轮廓敏感问题,提出了基于加权随机森林和水平集模型的有效椎骨CT分割方法WRF-CV(Wighted R...由于椎骨间的形态差距较小、椎体的结构较为复杂,椎骨的CT图像分割处理近来成为医学研究的热门话题之一.本文针对脊柱CT图像水平集分割方法对初始轮廓敏感问题,提出了基于加权随机森林和水平集模型的有效椎骨CT分割方法WRF-CV(Wighted Random forest-Chan Vese).本文方法提取图像的SIFT特征,利用加权随机森林回归算法获得脊柱中心点位置,并将平稳控制演化速度和噪声敏感度的水平集分割模型初始轮廓置于预测中心点处,通过求解能量函数演化方程最小值来实现椎骨分割.本文对5190张CT图像进行了评估,方法在椎骨分割测试中得到较好的分割效果,可以更加有效准确地分割椎骨CT图像.展开更多
针对目前人脸识别方法中的特征提取缺乏细节和运算量较大的问题,提出一种面向方向选择的差值局部方向模式人脸识别算法(Direction-Selected Difference Local Direction Pattern)DSDLDP,首先利用Kirsch算子计算像素的卷积值,并进行第一...针对目前人脸识别方法中的特征提取缺乏细节和运算量较大的问题,提出一种面向方向选择的差值局部方向模式人脸识别算法(Direction-Selected Difference Local Direction Pattern)DSDLDP,首先利用Kirsch算子计算像素的卷积值,并进行第一次相邻差值计算,然后选择特定方向进行二次差值计算生成DSDLDP模式编码,并利用等价模式降低编码模式种类.最后人脸图像被划分成多个通过DSDLDP编码的图像块,生成对应的直方图,串联起来表示人脸向量.实验结果表明,与当前主流的人脸识别算法相比,DSDLDP算法提取人脸特征更为细致,识别率更高,抗噪声有更好的鲁棒性.展开更多
文摘由于椎骨间的形态差距较小、椎体的结构较为复杂,椎骨的CT图像分割处理近来成为医学研究的热门话题之一.本文针对脊柱CT图像水平集分割方法对初始轮廓敏感问题,提出了基于加权随机森林和水平集模型的有效椎骨CT分割方法WRF-CV(Wighted Random forest-Chan Vese).本文方法提取图像的SIFT特征,利用加权随机森林回归算法获得脊柱中心点位置,并将平稳控制演化速度和噪声敏感度的水平集分割模型初始轮廓置于预测中心点处,通过求解能量函数演化方程最小值来实现椎骨分割.本文对5190张CT图像进行了评估,方法在椎骨分割测试中得到较好的分割效果,可以更加有效准确地分割椎骨CT图像.
文摘针对目前人脸识别方法中的特征提取缺乏细节和运算量较大的问题,提出一种面向方向选择的差值局部方向模式人脸识别算法(Direction-Selected Difference Local Direction Pattern)DSDLDP,首先利用Kirsch算子计算像素的卷积值,并进行第一次相邻差值计算,然后选择特定方向进行二次差值计算生成DSDLDP模式编码,并利用等价模式降低编码模式种类.最后人脸图像被划分成多个通过DSDLDP编码的图像块,生成对应的直方图,串联起来表示人脸向量.实验结果表明,与当前主流的人脸识别算法相比,DSDLDP算法提取人脸特征更为细致,识别率更高,抗噪声有更好的鲁棒性.
