自适应分数阶微分在图像纹理增强中的应用

针对目前只能通过人为实验指定最佳分数阶微分阶数的现状,为了节省大量人工寻求最佳分数阶微分阶数的时间,研究并提出了可以依据掩模窗口大小、G-L公式、图像梯度特征和人眼视觉特性等理论的能够自动生成分数阶微分阶数的新方法,基于该自适应阶数,设计并实现了对应的算子掩模。采用了信息熵、平均梯度等图像纹理特征评价参数做定量分析和实验验证,结果表明,该方法对任意灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受,是有效的图像纹理增强方法。

分数阶微分在图像纹理增强中的应用

为了实现对模糊图像边缘及纹理的增强,使图像的细节信息更加清晰,需要对图像进行锐化增强。现有的增强方法一般是整数阶微分锐化及高通滤波,由于这些方法的处理效果仍不理想,文中引入了分数阶微分算子。分数阶微分不仅可以很好地增强图像的边缘和纹理信息,还可以保留平滑区域信息,抑制较大噪声。研究并分析了Tiansi分数阶微分算子的原理及特点,并对其进行了改进,提出了一种新的分数阶微分算子,可以更好地增强图像的边缘和纹理信息,同时保证图像的亮度不产生大幅度变化,而且可以抑制较小噪声的影响。从定量的角度分析,改进的分数阶微分算子的平均梯度最大可比原图像提高3.8倍。从而验证了改进的分数阶微分算子比整数阶微分算子如Laplace算子及Tiansi分数阶微分算子具有优越性,且算法简单易于实现,可应用于工程中的实时图像处理系统中。

MR增强图像纹理分析技术预测肝癌介入治疗预后的价值

目的探讨MR增强图像纹理分析技术对肝癌介入治疗预后的预测价值。方法选取中山市中医院2014年1月至2019年9月收治的肝癌介入治疗患者80例,根据《原发性肝癌诊疗规范(2011年版)》中的标准评价患者近期预后,将完全缓解、部分缓解者纳入预后良好组,将稳定、进展者纳入预后不良组。患者均于术前行MR增强扫描,经后处理软件行纹理图像分析,比较两组纹理参数,包括能量、偏度、熵、均匀度、峰度。绘制受试者工作特征(ROC)曲线分析各纹理参数对肝癌介入术预后的预测价值,确定曲线下面积(AUC)、最佳界值。结果在80例患者中,有51(63.75%)例缓解,23(28.75%)例稳定,6(7.50%)例进展。预后良好组能量、均匀度显著高于预后不良组,熵显著低于预后不良组(P<0.05)。能量、熵、均匀度预测肝癌介入治疗后预后不良的ROC曲线AUC分别为0.771、0.701、0.661,三者联合预测的ROC曲线AUC为0.855。以能量≤0.255、熵>2.500、均匀度≤0.845时,患者预后不良风险更高。结论MR增强图像纹理分析对肝癌介入术后疗效预测有较高价值,主要通过能量、熵、均匀度预测预后。

MR动态增强图像纹理分析判断乳腺结节良恶性的价值

目的:评估MR动态增强图像纹理分析诊断乳腺结节的价值。方法:选择2017年4月—2018年12月收治的31例乳腺结节患者为研究对象。给予患者MR动态增强纹理分析。结果:MR动态增强诊断乳腺结节特异度88.46%、敏感度78.95%。结论:MR动态增强纹理分析用于乳腺结节诊断,结果较为可靠。

融合深度学习与多尺度Retinex的水下图像增强方法

针对水下图像纹理模糊和色偏严重等问题,提出了一种融合深度学习与多尺度导向滤波Retinex的水下图像增强方法。首先,将陆上图像采用纹理和直方图匹配法进行退化,构建退化水下图像失真的数据集并训练端到端卷积神经网络(convolutional neural network,CNN)模型,利用该模型对原始水下图像进行颜色校正,得到色彩复原后的水下图像;然后,对色彩复原图像的亮度通道,采用多尺度Retinex(multi-scale Retinex,MSR)方法得到纹理增强图像;最后,融合色彩复原图像中的颜色分量和纹理增强图像得到最终水下增强图像。本文利用仿真水下图像数据集和真实水下图像对提出方法进行性能测试。实验结果表明,所提方法的均方根误差、峰值信噪比、CIEDE2000和水下图像质量评价指标分别为0.3020、17.2392 dB、16.8784和4.9600,优于5种对比方法,增强后的水下图像更加真实自然。本文方法在校正水下图像颜色失真的同时,能有效提升纹理清晰度和对比度。

增强CT图像纹理分析技术预测肝癌精准放疗的相关性研究

目的:探究行精准放疗治疗肝癌患者短期进展风险预测中应用增强CT图像纹理分析技术的价值。方法:选取2019年3月~2020年11月在齐齐哈尔医学院附属第三医院接受精准放疗治疗的原发性肝癌患者73例为对象,并利用增强CT图像纹理分析技术对CT轴位图像予以分析。结果:在肝癌精准放疗治疗3个月内PLC患者发生肿瘤局灶性进展和未发展进展的占比分别为57.53%、42.47%。两组在均数、熵值、不均匀度方面则有统计学差异(P<0.05)。两组在峰度、偏度方面则无统计学差异(P>0.05)。结论:在预测行精准放疗治疗的PLC患者时,将增强CT图像纹理分析技术应用其中,对患者短期进展风险预测具有较高的价值。

多媒体视觉VR重构算法的改进与仿真

传统图像重构噪声偏大,图像离群点较多,导致重构效果与实际图像偏差大,研究提出多媒体视觉VR重构算法。利用双目偏移定位重新校正VR图像,对重构后的VR图像进行去噪处理,完成基于高通滤波矩阵加强的重构图像纹路细节特征,采用三维重构相关性检索方法,获得合群点与离群点,确定其最大最小深度范围,对错误识别和峰值进行重新定位,完成算法设计。为验证研究的有效性,进行实验验证。通过实验结果数据分析可证明,研究算法大大提升了重构图像的真实度,图像角点检测准确,重构后图像噪声更小。