基于抑制性突触多层神经元群放电编码的图像边缘检测

图像边缘检测所获得的目标轮廓细节质量,对于后续图像分析或理解过程具有重要作用。提出一种基于视觉机制的图像边缘检测新方法:构建抑制性突触连接的多层神经元群,在待检测图像的激励下,分析7像素×7像素视觉感受野窗口内互连接神经元的脉冲放电过程,记录发放时刻进行次序编码;同时考虑神经元之间的侧向抑制作用,在选择注意机制作用下获得增强图像;之后利用Log Gabor滤波器模拟视觉系统中的方向选择特性,获取8个方向的滤波结果,经过输出层神经元群的融合处理并经灰度映射到0～255的范围后获得边缘图像。对含有丰富边缘细节特性的24幅菌落图像进行处理,其处理结果的ROC评价指标均值为0.698 4,优于PCNN法的0.659 3;从评价指标的均方差来看,该结果具有更好的一致性。另外,从信息熵评价指标来看,该方法同样具有一定的优势,能够有效提取图像的边缘信息,而且也能反映更多层次的图像细节。所提出的方法为利用视觉生理特性进行图像处理提供了崭新而有效的思路。     

基于边缘检测算子的腰椎磁共振图像的比较

应用边缘检测算子进行图像的边缘检测是图像后处理中一种常用的方法.本文分别对各个边缘检测算子进行腰椎磁共振图像的边缘检测,从原理上分析了各个边缘检测算子的检测效果,可以看出边缘检测算子可以应用于医学磁共振图像的处理.     

基于人工视网膜神经节细胞感受野的图像边缘检测

用光电池组装一个工感受野，在一维上模拟视网膜神经节细胞的零交叉滤波特性，进一步用该工工感受野构建一个图像边缘检测系统，并成功地用系统检测到图像边缘。一与般的基于视觉原理的图像系统相比，这种以人工感受野灵基础的系统，在图像输入的同时即可并行地提取图像边缘信息，而更接近于动物视觉系统原型，此结果将为人工视觉和图像技术的发展提供新的探索。     

磁共振截断频谱图像的层析法边缘检测技术

本文提出一种适合于含有截断伪影磁共振图像的边缘检测新算法。按奇异函数分析理论 ,把任何有截断伪影的信号表示为以奇异点为参量的截断奇异函数的加权和 ,奇异点和加权系数由该信号决定。层析边缘检测的关键在于一层层地剥去奇异点上的加权截断奇异函数 ,从而一层层地检测出奇异点。这些奇异点可以构成图像的边缘。本方法可以有效地剔除由截断伪影而引入的虚假边缘。实际和仿真结果都表明这种方法效果高于现有方法     

一种基于多尺度分析的CT图像边缘检测方法

为了准确提取CT图像中解剖组织几何形态特征,提出了一种基于多尺度分析的CT图像边缘检测方法。本文应用多尺度分析中含有尺度因子的平滑函数的负导数作为小波,对CT图像实施小波变换,并检测小波变换的模局部极大值,完成基于模局部极大值的解剖组织轮廓特征表达。本文还讨论了一种模局部极大值点的简单筛选方法,针对CT图像噪声较大的特点,以模局部极大值的均方根乘以一个与尺度有关的因子作为模局部极大值的阈值,在不同尺度上获得了清晰的边缘信息。阈值处理后的模局部极大值图表明,不同尺度下的边缘检测能给出大小不同的物体的边缘信息。本方法能在有效抑制噪声的基础上,准确提取感兴趣解剖组织的几何轮廓特征。     

基于Wedgelet变换的图像边缘检测

边缘是图像的重要特征,其检测效果直接影响模式的识别和分类。基于调和分析的思想,作者给出一种带有方向信息的多尺度的Wedgelet基,对CT图像进行边缘提取。实验表明,此方法检测边缘效果很好。     

模糊多尺度边缘检测在医学超声图像边缘检测中的应用

介绍了模糊多尺度边缘检测方法，按照多变量隶属度函数的定义构造了多尺度边缘隶属度函数，并将其与小波变换结合应用到医学超声图像的模糊多尺度边缘检测中。小波变换可以提供图像的多尺度描述，多尺度模糊集表示了图像的象素点隶属于图像边缘点集合的程度。模糊多尺度边缘检测方法可以将各个尺度的信息更有效地复合起来，得到更好的边缘检测效果。     

基于改进SUSAN算法的医学图像边缘检测

背景：医学图像的边缘检测是医学图像处理中的一项重要的技术,也是医学图像进一步处理的基础。 目的：运用改进的SUSAN算法对医学图像进行边缘检测,取得更丰富的医学图像边缘信息,以便于医学图像的进一步处理。 方法：运用Sobel算子对SUSAN算法进行了改进,采用C++语言编程,并在VC++6.0开发平台上实现了改进算法。 结果与结论：实验结果表明,该算法能实现阈值的自适应选取,对医学图像中的低对比度的图像边缘有较好的检测效果。      

基于数学形态学膨胀和腐蚀的医学磁共振图像的边缘检测

目的对腰椎磁共振图像进行椎间盘的边缘检测。方法数学形态学的基本运算是膨胀和腐蚀。通过对形态学运算的加权组合,可以构造出边缘检测的方法。分别对不同的检测方法进行了比较分析。结果发现它们各有特点。可以看出数学形态学具有很好的医学图像的边缘检测能力,可以获得图像连续的边缘,为后续的图像分割及目标识别等研究奠定了基础。结论为最终实现椎间盘的虚拟仿真外科手术方案的制定、解剖结构的测量及术后评估奠定了一个良好的基础。     

基于MDL的病毒冷冻电镜图像边缘检测

信息技术在生物分予病毒微观研究上有着越来越多的应用。本文介绍了应用MDL小波软阈值去噪结合盲目反卷积来实现病毒原图像的恢复，以达到对比度提高的效果。首先简单介绍了小波软阈值去噪和盲目反卷积原理。然后结合这两种算法，有效的恢复了冷冻电镜病毒图像。实验表明用该算法得到的病毒恢复图像来做边缘检测，在同一些经典图像复原算法比较中，衬度上有明显的改善。     

基于小波变换和拉普拉斯算子的细胞图像边缘检测方法

目的：介绍一种基于小波变换和拉普拉斯算子的血液细胞图像边缘识别方法。材料和方法：取正常人血样5mL。制成血液细胞图片12片，对血图像进行预处理后，利用小波变换的多分辨率特性滤除细胞图像中的干扰成份。根据血液细胞边缘附近的灰度分布梯度较大的特点，采用拉普拉斯算子及双阈值法对其进行边缘检测和识别。结果和结论：实验结果表明，结合小波变换和拉普拉斯算子的边缘提取算法对血液细胞图像边缘提取有良好的效果．为下一步对血液细胞的形态学分析、分类和识别提供了新途径。     

基于模糊逻辑理论的红细胞图像边缘检测

根据红细胞边缘本身所具有的特性 ,针对传统红细胞边缘检测方法的不足 ,基于模糊逻辑理论以及Pal King算法 ,提出了一种新的边缘检测方法应用于红细胞边缘提取 ,并对原始图像分别用Sobel算子。Pal King算法以及本文提出的基于模糊理论的方法进行边缘检测。实验结果表明 ,基于模糊理论的边缘提取方法对红细胞的边缘提取有很好的效果     

分形理论在医学图像边缘增强和检测中的应用研究

本文利用分形几何学对医学图像边缘的增强和检测进行了应用研究。我们采用频域法对典型的医学图像－512×512的CT灰度图像计算它的分形维值。根据分形维值的变化来达到边界检测和增强的目的。结果表明,经处理过的图像与原图像相比较,不同结构的边界有了明显的增强,特别是对图像中的肿瘤结构能更好的识别出来,该方法的应用为医学图像处理和分析领域提供了新的手段和方法。     

边缘检测微分算子的分析及在医学图像中的应用

边缘检测是医学图像处理必不可少的一步 ,采用微分算子检测边缘是最常用也是处理效果比较好的一种方法。我们从频域角度出发 ,分析了 Roberts算子、Prewitt算子、Sobel算子以及拉普拉斯算子的频谱特性。提出了在使用和构造微分算子时 ,要充分考虑它们的频谱特性。不同的微分算子对不同边缘检测的敏感程度是不同的 ,因此对不同类型的边缘提取 ,应该采用对此类型边缘敏感的算子进行边缘提取。最后通过实际的 MRI图像处理验证了边缘检测算子选择的重要性。     

血管内超声图像边缘提取方法的研究进展

血管内超声图像在心血管疾病的诊断和介入治疗中具有重要作用,超声图像的边缘提取有很强的现实意义。但超声频率的提高加大了噪声的影响,增加了血管壁内外膜边缘提取的难度。本文从预处理、检测模型以及算法实现三方面,回顾了近几年血管壁边缘提取的发展情况和研究动态,并对未来的发展方向进行了总结和展望。     

基于突触连接视通路方位敏感的图像分级边缘检测方法

视觉通路上的多级方位敏感特性对于视觉轮廓感知起着关键作用,将为更高层次的视皮层图像理解提供重要的特征信息。从视觉方位敏感机制出发,提出一种图像边缘检测的新方法。利用神经节细胞以及外膝体神经元感受野向心分布的生理结构特性,构建具有突触连接和多方向敏感特性的视皮层下功能层,融合多方向上的神经元脉冲发放信息,将视觉激励映射为边缘敏感图像;构建具有去最优方位感受野特性的初级视皮层的功能层,对前级结构生成的脉冲序列按时间信息进行神经编码,经过感受野内侧向抑制和阈值处理,获得边缘检测结果。对层次模糊而细节丰富的菌落图像进行处理,并以边缘置信度和重构相似度以及两者的加权和作为边缘检测评价指标。结果表明,该方法在完整检测图像边缘的同时,并不引入纹理噪声,有着明显的优势,其对12幅图像的加权和指标均值为0.746 8,显著高于其他对比方法。所提出的方法可以模拟视通路中初级视皮层及视皮层下的方向敏感特性,提供一种基于视觉机制的图像处理和理解新思路。     

基于素数因子层的图像处理方法

在竞技运动中 ,由于运动数据来自比赛现场 ,加上竞赛的商业色彩给图像分析和处理带来了一定的困难 ,基于灰度图像的处理分析方法常常显得力不从心。本研究将素数分布特征应用到人体运动图像中去 ,形成了基于素数因子层的图像处理方法 ,在处理某些特定运动场景的图像取得了较理想的效果。     

基于视通路多感受野朝向性关联的轮廓检测方法

基于视通路中各层次的感受野特性以及层次间感受野的关联特性,提出一种图像轮廓检测新方法。根据神经元的放射状树突接收特性,构建检测空间差异性信息的视网膜神经元网络,对轮廓信息进行前级编码;建立LGN细胞的非经典感受野调节机制,结合感受野的层次变换特性,对前级编码结果进行全局调节;提出简单细胞的多感受野朝向性关联模型,模拟初级视皮层简单细胞的方向选择特性;融合多个方向上的轮廓响应,经过非极大值抑制和阈值处理,得到轮廓检测结果。以RuG图库40幅图片为实验对象,检测结果与基准轮廓图的平均P指标为0.43,结果显示该方法能够有效凸显主体轮廓,强化轮廓与纹理边缘的区分度。利用多感受野的层次关联特性,实现图像轮廓信息的编码与检测应用,为研究高级视皮层的图像理解和视觉认知提供新的思路。     

基于CT医学图像的边缘提取研究

为了实现人体器官的三维重建,如何准确、有效地提取二维医学图像的边缘成了首要解决的问题.我们提出一种新的图像边缘提取方法,该方法先将原始CT图像二值化,然后利用数学形态运算对二值化图像进行预处理,最后利用Canny算子提取图像边缘.通过肾脏CT图像边缘提取结果表明,该方法简单、高效、性能优越.     

基于MOSFET电路的非视觉感光系统建模及其照明应用

目的为合理解释非视觉感光系统响应量与光照之间的关系,探讨LED照度光环境对学习者学习效率及疲劳度的影响。方法首先利用等效类比的方法建立了基于MOSFET电路的非视觉感光系统模型,然后利用Multisim 12.0软件进行了MOSFET电路仿真,并验证了非视觉感光系统与MOSFET电路模型一致性。最后结合新型学习工具——平板显示器,通过改变光环境照度,采用安菲莫夫字母表测试了6名学习者的学习效率与疲劳度。结果结果显示,学习效率随着照度增加而增加,照度在700 lx附近达到最大,视疲劳与脑疲劳较小。结论利用本文所建立的基于MOSFET电路的非视觉感光系统模型,较好地解释了光感受系统作用机制,并综合考虑学习效率、视疲劳和脑疲劳三方面因素,提出合理照明建议:在多数学习任务情境下,应尽可能选择700 lx附近LED光源作为光环境照度。