基于形态学带通滤波和尺度空间理论的红外弱小目标检测

针对复杂背景下的红外弱小目标检测问题,提出了一种基于形态学带通滤波和尺度空间理论的红外弱小目标检测算法。采用形态学带通滤波对红外图像进行预处理,得到红外弱小目标的潜在区域;利用高斯差分算子获得预处理后的红外图像的尺度空间,并通过尺度空间的极大值检测获得候选目标的位置和尺度;通过对候选目标的信杂比进行阈值化实现红外弱小目标的检测。实验结果和现有方法的对比证明了算法的有效性和稳健性。

一个结合形态学滤波和高斯-拉普拉斯滤波检测乳腺X线影像中钙化点的新方法

微钙化点是乳腺X线影像上独立的亮点,它表征乳腺癌的早期症状。但由于乳腺图片本身规模大、复杂且噪声多,微钙化点体积很小,与乳腺背景对比度又低,所以很难被检出。形态学带通滤波(MBF)算法尽管能快速检出钙化点,但精度不足。高斯-拉普拉斯滤波(LoGF)尽管能比较精确地检出钙化点的位置但较费时。本文提出一种结合上述两者优点同时能克服其缺点的钙化点检测新方法。在南京中大医院乳腺癌数据集上所做实验结果表明,该方法的检测时间接近于MBF方法,同时准确度和LoGF检测方法相当。