提出一种新的基于ROI(regions of interesting)的多分辨率网格框架的图像检索方法。先利用网格对图像进行分块,并利用小波变换对分块进行多分辨率分析,以提取图像各分块的颜色和纹理特征信息,然后根据用户指定的感兴趣的区域得到查询子...提出一种新的基于ROI(regions of interesting)的多分辨率网格框架的图像检索方法。先利用网格对图像进行分块,并利用小波变换对分块进行多分辨率分析,以提取图像各分块的颜色和纹理特征信息,然后根据用户指定的感兴趣的区域得到查询子图,最后使用一种融合子图(integrated sub-images matching,ISM)的匹配方法进行图像检索。通过对比实验,证明该方法能够有效地得到降低图像检索的语义鸿沟,并取得很好的检索效果。展开更多
为了提高医学图像的分割精度和分割效率,针对模糊局部C-均值(fuzzy local information C-means,FLICM)系列算法分割效率低、局部空间信息描述不够准确的问题,提出结合空间约束分水岭(spatial-constrained watershed,SCo W)的改进FLICM...为了提高医学图像的分割精度和分割效率,针对模糊局部C-均值(fuzzy local information C-means,FLICM)系列算法分割效率低、局部空间信息描述不够准确的问题,提出结合空间约束分水岭(spatial-constrained watershed,SCo W)的改进FLICM分割算法。首先对图像进行SCo W预处理分块,压缩预处理数据;然后修正细分割处理,提取各超像素块的均值特征;最后设计一种改进的FLICM算法对各超像素块进行聚类,完成图像分割。与原FLICM算法相比,结合SCo W的改进FLICM算法的分割精度更高,分割效率得到大大提升。经理论分析和实验测试表明,该改进算法更适用于医学临床诊断的需要。展开更多
文摘提出一种新的基于ROI(regions of interesting)的多分辨率网格框架的图像检索方法。先利用网格对图像进行分块,并利用小波变换对分块进行多分辨率分析,以提取图像各分块的颜色和纹理特征信息,然后根据用户指定的感兴趣的区域得到查询子图,最后使用一种融合子图(integrated sub-images matching,ISM)的匹配方法进行图像检索。通过对比实验,证明该方法能够有效地得到降低图像检索的语义鸿沟,并取得很好的检索效果。
文摘为了提高医学图像的分割精度和分割效率,针对模糊局部C-均值(fuzzy local information C-means,FLICM)系列算法分割效率低、局部空间信息描述不够准确的问题,提出结合空间约束分水岭(spatial-constrained watershed,SCo W)的改进FLICM分割算法。首先对图像进行SCo W预处理分块,压缩预处理数据;然后修正细分割处理,提取各超像素块的均值特征;最后设计一种改进的FLICM算法对各超像素块进行聚类,完成图像分割。与原FLICM算法相比,结合SCo W的改进FLICM算法的分割精度更高,分割效率得到大大提升。经理论分析和实验测试表明,该改进算法更适用于医学临床诊断的需要。
