基于LOG算子的医学X光图像边缘检测算法

图像是信息含量最为丰富的信息载体,图像最基本的特征是边缘,边缘含有大量的信息.如何突出图像的边缘信息,更好地理解图像所需表达的内容,是图像处理中所面临的主要问题.图像的边缘检测是计算机视觉和图像处理中重要的内容,准确可靠的边缘检测方法对图像处理能起到至关重要的作用.     

基于分数布朗随机模型的X线影像边缘检测算法的探索与实践

根据在影像的边缘处,分形的规律性将会被破坏,参数值H将会发生奇异,作者提供了一种基于分数布朗随机模型的X线影像处理方法,从而可以准确判断出X线影像的边缘。对实际仿真效果的分析结果显示,结合分数布朗随机模型的分形参数算法较之其他的边缘检测算法(如Canny算子、Sobel算子等)效果要好,采用该方法能够有效检测X线影像边缘,对提高疾病诊断率、降低治疗成本有重要的现实意义。     

Laplacian增强算子在X光图像处理中的应用研究

为进一步加强对X光图像的处理,本文通过对Laplacian算子检测图像的边缘、纹理等细节信息的分析,将改进后的Laplacian增强算子应用X光图像处理中去,有效地提取了图像的边缘特征,同时较好地保护本身的图像信息。实验证明,将Laplacian增强算子与X光图像处理有机地结合起来,对提高诊断率、增强治疗效果有着重要的现实意义。