检索结果-内蒙古大学图书馆

农业工程学报 2022年第17期38卷 158-167页

作者：刘立群顾任远周煜博火久元甘肃农业大学信息科学技术学院兰州730070 兰州交通大学电子与信息工程学院兰州730070

针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求,提出一种多尺度分解双寻优策略简化脉冲耦合神经网络(Simplified Pulse Coupled Neural Network,SPCNN)的飞行时间(Time of Flight,ToF)与可见光果园苹果图像融合... 详细信息

针对单一的自然场景图像信息不能满足准确识别果实和精准定位目标的要求,提出一种多尺度分解双寻优策略简化脉冲耦合神经网络(Simplified Pulse Coupled Neural Network,SPCNN)的飞行时间(Time of Flight,ToF)与可见光果园苹果图像融合模型。对SPCNN模型引入带参数优化的双寻优策略,对非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)融合规则进行改进。模型包括配准模块、编码区、多尺度分解模块、单目标SPCNN融合模型、多目标SPCNN融合模型、解码区。模型改进了SPCNN模型的参数优化方式以及迭代次数,模型自适应点火次数较低,在3~7次左右,具有点火次数低、自适应分割、效率高的优点。中光15:00时段点火识别成功率达到了100.00%,点火分割时间达到最低91.91s。与其他融合模型比较,模型在强光12:00、中光15:00、弱光18:20、19:00时段融合图像识别成功率达到100.00%;融合时间低于SPCNN模型,达到最低92.68 s。模型识别精度最优达到了100.00%,融合耗时最低达到了92.68 s,模型大小较SPCNN低一个数量级,可补充和完善图像层次融合理论和方法。

关键词：图像识别模型非下采样轮廓变换简化脉冲耦合神经网络异源图像融合模型单目标策略多目标策略

来源：评论

学校读者我要写书评

暂无评论

肠道机器人获取的肠道图像降噪处理方法

引用

上海交通大学学报 2021年第10期55卷 1303-1309页

作者：薛蓉蓉王志武颜国正庄浩宇上海交通大学医疗机器人研究院上海200240

无线供能式肠道机器人通过图像采集系统将拍摄到的肠道图像传输到体外上位机供医生诊断,但由于图像传输过程会受到电路结构、外在环境等干扰,导致采集到的图像中出现噪声.为此,提出一种基于非下采样轮廓变换(NSCT)的无线供能式肠道机器... 详细信息

无线供能式肠道机器人通过图像采集系统将拍摄到的肠道图像传输到体外上位机供医生诊断,但由于图像传输过程会受到电路结构、外在环境等干扰,导致采集到的图像中出现噪声.为此,提出一种基于非下采样轮廓变换(NSCT)的无线供能式肠道机器人采集图片的降噪算法.首先,利用直方图均衡化预处理,提升肠道噪声图片的亮度和对比度;其次,对肠道噪声图片进行NSCT变换并构建残差网络模型对变换后的频率域信息降噪;最后,利用NSCT反变换重构得到降噪后的图像.结果表明:该算法能够有效地降低复杂环境中肠道图片受噪声的影响,较好地保持图像的视觉效果.与其他智能算法模型相比,主客观降噪效果均有所提高,峰值信噪比(PSNR)提升了1.35~3.45 dB,结构相似性(SSIM)提高了0.0083~0.0252.

关键词：无线供能式肠道机器人非下采样轮廓变换卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的医学图像融合方法研究

基于卷积神经网络的医学图像融合方法研究

引用

作者：黄冰广西大学

学位级别：硕士

图像融合是将多幅图像中有用或互补的信息结合成一幅图像的过程。传统的医学图像融合研究虽然取得一定的成就,但是其不足也渐渐暴露出来,如基于小波变换的医学图像融合方法在融合图像中存在伪影、基于稀疏表示的融合方法细节保留的性能... 详细信息

图像融合是将多幅图像中有用或互补的信息结合成一幅图像的过程。传统的医学图像融合研究虽然取得一定的成就,但是其不足也渐渐暴露出来,如基于小波变换的医学图像融合方法在融合图像中存在伪影、基于稀疏表示的融合方法细节保留的性能不佳、基于非下采样轮廓变换Nonsubsampled Contourlet Transform,NSCT)的融合方法有特定数量方向组件的局限性等问题。随着深度学习热潮的到来,深度学习已广泛应用于医学图像处理领域。然而,深度学习在医学图像处理中的基本优势一般是以大量带标注的数据集学习为代价的。现实中,这种数据集通常难以获得,因为需要医学专家对医学图像数据进行人工标注,而此操作的成本是非常昂贵的,也是不现实的。针对人工标注的医学图像数据难以获得的问题,本文提出基于零次学习的医学图像融合方法。该方法将NSCT和卷积神经网络(Convolutional Neural Network,CNN)相结合。首先利用NSCT将源图像分解为低频子带和高频子带;然后分别利用经过Image Net预训练的CNN模型和最大选择融合规则(Maximum Selection Fusion Rule,MAX)对高频子带和低频子带进行融合;最后通过逆NSCT变换以获得融合图像。实验表明,与DWT,NSCT＿SF＿PCNN,NSCT＿PCPD,U-Net和CNN这5种常见的图像融合方法相比,第二章提出的方法在细节保留和视觉效果上具有一定优势。第二章只是通过Image Net预训练的CNN模型获得高频特征,为了使融合图像更符合医学图像的特点,第三章提出了一种基于无监督的医学图像融合方法。首先,对源图像进行多尺度分解为高频子带和低频子带。对于高频子带,第三章首先引入了感知损失函数,然后通过训练基于无监督的CNN模型获得。该过程分为两个部分,第一部分是预训练,数据集来自MSCOCO的8万多张图像;第二部分是微调,数据集由来自哈佛医学院的240张医学图像以及经过数据增强后的图像共同构成。对于低频子带,以加权局部能量作为低频融合策略获得。最后,通过对高频子带和低频子带进行逆NSCT操作,以获得最终的融合图像。实验表明,与DWT,NSCT＿SF＿PCNN,NSCT＿PCPD,U-Net,CNN,GF＿WC和NSCT＿PC＿LE这7种常见的融合方法相比,第三章提出的基于无监督的医学融合方法效果更优。

关键词：医学图像融合非下采样轮廓变换深度学习微调卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

SAR图像NSCT域显著图去噪变化检测

引用

西安电子科技大学学报 2018年第2期45卷 19-25页

作者：慕彩红吴生财刘逸彭鹏刘若辰西安电子科技大学智能感知与图像理解教育部重点实验室陕西西安710071 西安电子科技大学电子工程学院陕西西安710071 西安电子科技大学物理与光电工程学院陕西西安710071

针对传统合成孔径雷达图像变化检测方法检测精度低的问题,提出了一种在非下采样轮廓变换域结合显著图信息构造融合差异图的变化检测方法.首先用两幅输入图像分别构造均值比图、对数比图和邻域对数比图等3种差异图,并用对数比图获取显著... 详细信息

针对传统合成孔径雷达图像变化检测方法检测精度低的问题,提出了一种在非下采样轮廓变换域结合显著图信息构造融合差异图的变化检测方法.首先用两幅输入图像分别构造均值比图、对数比图和邻域对数比图等3种差异图,并用对数比图获取显著图信息.然后对均值比图和邻域对数比图进行3级非下采样轮廓变换域分解,低频融合时对邻域对数比图的低频子带用显著图进行范围限定,以突出融合差异图的变化区域,高频融合时对两幅差异图的方向子带进行选择性的显著图限定去噪,再用局部能量最小原则进行融合,以抑制融合差异图的背景区域.最后经非下采样轮廓反变换得到融合差异图,对其进行k均值聚类,输出检测结果图.实验数据表明,文中方法能较好地保留边缘和细节信息,因而具备更高的图像变化检测精度.

关键词：合成孔径雷达图像变化检测非下采样轮廓变换显著图 k均值方法

来源：评论

学校读者我要写书评

暂无评论

基于NSCT的医学图像特征提取及分类算法研究

基于NSCT的医学图像特征提取及分类算法研究

引用

作者：胡良田哈尔滨工程大学

学位级别：硕士

乳腺癌是目前女性中最为常见的一种癌症。一般对乳腺癌患者的诊断和治疗都是通过乳腺X线图像,因为其拥有高分辨率和突出乳腺细节信息的特点可以提高诊断的正确性。但是,由于技术限制,在拍摄X线图像时,会不可避免地在图像中引入噪声,影... 详细信息

乳腺癌是目前女性中最为常见的一种癌症。一般对乳腺癌患者的诊断和治疗都是通过乳腺X线图像,因为其拥有高分辨率和突出乳腺细节信息的特点可以提高诊断的正确性。但是,由于技术限制,在拍摄X线图像时,会不可避免地在图像中引入噪声,影响医生的分析和判断,更有可能导致临床上的误诊,对患者的诊治造成无法挽回的影响。因此,在对致密型乳腺癌患者进行诊断之前,对其乳腺X线图像进行预处理操作是不可或缺的一个步骤。并且,一种能够自动有效地对X线图像进行预处理的方法已成为该领域的热门研究课题。特征提取方法作为提取图像信息的重要途径,目前在人脸识别,图像检测等相关领域有着广泛的应用。小波变换是针对乳腺X线图像较为常见的特征提取方法,但其会在提取特征的过程中丢失很多有用的信息,从而导致误诊现象频频发生。分类是机器学习和数据挖掘的重要组成部分。并且,数据的质量决定了分类算法的分类效果和时间复杂度,因此数据清洗是分类操作的必要步骤。另外,单个分类模型的学习能力是有限的,因此应考虑多模型融合的分类方法提高模型的预测和泛化能力。根据上面的问题,本文主要的研究内容如下:(1)针对致密型乳腺X线图像的预处理,本文提出了一种基于数学形态学的方法。基于数学形态学的方法具有非线性滤波的特点,因此它既可以缓解由于致密的乳腺所引起的图像敏感性较低的问题,同时也可以有效去除图像拍摄过程中所引起的无效噪声。(2)针对预处理后的乳腺X线图像,本文提出了一种基于非下采样轮廓转换法(NSCT)的特征提取方法。首先通过NSCT图像分解,得到原始乳腺X线图像的一系列特征子图,然后通过泽尼克矩(Zernike矩)从特征子图中提取特征数据,即将通过NSCT获得的特征子图作为输入,并输出高阶的泽尼克矩阵,很好地保留了原始乳腺X线图像的特征信息。(3)针对NSCT特征提取后的数据,本文提出了一种组合分类器模型。首先,在特征选择阶段运用模型选择法挑选出可以更好地表达原始乳腺X线图像的特征;然后,特征降维阶段,运用主成分分析法(PCA)去除次要特征保留主要特征,在降低特征数据量的同时提高特征数据质量。最后,通过梯度下降法设计组合分类器,把准备好的特征数据送入模型学习并得到最终的分类模型。

关键词：乳腺癌非下采样轮廓变换泽尼克矩数据清洗组合分类器

来源：评论

学校读者我要写书评

暂无评论

基于NSCT改进核函数的非局部均值图像去噪

引用

电脑知识与技术（过刊） 2016年第3X期22卷 195-196页

作者：陈茹静辽宁师范大学计算机与信息技术学院辽宁大连116029

传统非局部均值(NL-Means)图像算法已经广泛应用到图像去噪领域。但非局部均值滤波只定义了平移的不变形,对于图像块的尺度和方向并没有加以妥善应用。为了获得更好地去噪效果,对传统非局部均值算法进行改造,因非下采样轮廓变换克服了小... 详细信息

传统非局部均值(NL-Means)图像算法已经广泛应用到图像去噪领域。但非局部均值滤波只定义了平移的不变形,对于图像块的尺度和方向并没有加以妥善应用。为了获得更好地去噪效果,对传统非局部均值算法进行改造,因非下采样轮廓变换克服了小波(Wavelet)变换的非奇异性最优基缺点,本文提出基于非下采样轮廓变换的非局部均值去噪算法。实验结果表明,本文算法不仅比经典NLM算法PSNR值有较大改善,而且时间复杂度得到很大提高。

关键词：图像去噪非下采样轮廓变换非局部均值滤波时间复杂度

来源：评论

学校读者我要写书评

暂无评论

基于NSCT域邻域收缩的SAR图像去噪

引用

计算机工程与应用 2014年第12期50卷 188-193,206页

作者：钟微宇沈汀中国科学院研究生院北京100049 中国科学院对地观测与数字地球科学中心北京100094

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像受到相干斑噪声的干扰,严重影响了SAR图像的后续处理的问题,提出一种在非下采样轮廓变换(Nonsubsampled Contourlet Transform,NSCT)域将中值滤波和邻域收缩法相结合的SAR图像去噪... 详细信息

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像受到相干斑噪声的干扰,严重影响了SAR图像的后续处理的问题,提出一种在非下采样轮廓变换(Nonsubsampled Contourlet Transform,NSCT)域将中值滤波和邻域收缩法相结合的SAR图像去噪算法。该算法对原始SAR图像进行NSCT分解,得到低频子带和高频子带图像,对低频子带使用中值滤波处理以去除低频子带中的低频噪声,利用NSCT分解系数之间的相关性,使用邻域收缩法对子带图的系数进行收缩,以消除高频子带中的高频噪声。实验证明,该算法与小波域邻域收缩去噪算法和NSCT硬阈值去噪算法相比,在去噪性能和视觉效果方面均有所提高,在消除噪声同时可以较好地保护纹理细节信息。

关键词：合成孔径雷达图像去噪非下采样轮廓变换邻域收缩

来源：评论

学校读者我要写书评

暂无评论

基于NSCT-GLCM的CT图像特征提取算法

引用

计算机工程与应用 2014年第11期50卷 159-162,179页

作者：张人上山西财经大学信息管理学院太原030006

针对海量CT图像分割中特征提取的难题,提出一种非下采样轮廓变换(NSCT)和灰度共生矩阵(GLCM)相融合的CT图像特征提取算法。首先采用NSCT对CT图像进行多尺度、多方向分解,并采用GLCM提取子带图像的共生特征量,然后对共生特征量进行主成... 详细信息

针对海量CT图像分割中特征提取的难题,提出一种非下采样轮廓变换(NSCT)和灰度共生矩阵(GLCM)相融合的CT图像特征提取算法。首先采用NSCT对CT图像进行多尺度、多方向分解,并采用GLCM提取子带图像的共生特征量,然后对共生特征量进行主成分分析,消除冗余特征量,构成多特征矢量,最后利用支持向量机完成多特征矢量空间的划分,实现CT图像分割。实验结果表明,NSCT-GLCM能够较好地提取CT图像特征,提高了CT图像分割准确率,可以为医生诊断提供辅助信息。

关键词：图像分割非下采样轮廓变换灰度共生矩阵特征提取特征融合

来源：评论

学校读者我要写书评

暂无评论

基于轮廓变换的二维数字水印研究

基于轮廓变换的二维数字水印研究

引用

作者：钦潺天津理工大学

学位级别：硕士

数字水印技术是网络环境下知识产权保护和认证的手段之一，是目前信息安全技术领域的一个重要研究方向，本文在对已有的基于小波变换的数字水印技术分析的基础上，利用轮廓变换不仅具有小波变换的特点，而且具有多方向性和各向异性的优... 详细信息

数字水印技术是网络环境下知识产权保护和认证的手段之一，是目前信息安全技术领域的一个重要研究方向，本文在对已有的基于小波变换的数字水印技术分析的基础上，利用轮廓变换不仅具有小波变换的特点，而且具有多方向性和各向异性的优点，研究了基于轮廓变换的数字水印技术，具体研究内容为：基于轮廓变换的数字水印算法。该算法首先对宿主图像进行Contourlet变换，然后对低频子带的数据进行排序并且选择适当的嵌入强度系数，将水印在不可视的情况下嵌入到低频系数中，最后通过实验验证了该算法的不可见性和鲁棒性。基于支持向量机的以非下采样轮廓变换为前提的数字水印算法。该算法利用非下采样轮廓变换的抗平移、抗噪的特性，结合支持向量机全局优化的性质，提出基于NSCT的数字水印的嵌入和提取新算法。该算法首先对宿主图像进行非下采样Contourlet变换，其次，结合人眼视觉系统特征和图像的局部相关性，利用模糊聚类分析方法自动地对图像各像素进行初步聚类，使分类属性值得到确定；再次，支持向量机分类的训练样本集是从各聚类类别中隶属度超过一定阈值的像素所选取的，这样支持向量机的分类模型就被建立起来了；然后，再次使用此模型分类图像各像素，得到水印的最佳嵌入位置；最后，选择适当的嵌入强度系数，将水印在不可视的情况下嵌入到低频系数中，并通过实验验证了该算法的不可见性、鲁棒性、抗平移和抗噪特性。

关键词：数字水印轮廓变换非下采样轮廓变换支持向量机

来源：评论

学校读者我要写书评

暂无评论

结合多特征和SVM的SAR图像分割

引用

计算机应用研究 2013年第9期30卷 2846-2851页

作者：钟微宇沈汀中国科学院对地观测与数字地球科学中心北京100094 中国科学院大学北京100049

为实现灰度共生矩阵(GLCM)多尺度、多方向的纹理特征提取,提出了一种结合非下采样轮廓变换(NSCT)和GLCM的纹理特征提取方法。先用NSCT对合成孔径雷达(SAR)图像进行多尺度、多方向分解;再对得到的子带图像使用GLCM提取灰度共生量;然后对... 详细信息

为实现灰度共生矩阵(GLCM)多尺度、多方向的纹理特征提取,提出了一种结合非下采样轮廓变换(NSCT)和GLCM的纹理特征提取方法。先用NSCT对合成孔径雷达(SAR)图像进行多尺度、多方向分解;再对得到的子带图像使用GLCM提取灰度共生量;然后对提取的灰度共生量进行相关性分析,去除冗余特征量,并将其与灰度特征构成多特征矢量;最后,充分利用支持向量机(SVM)在小样本数据库和泛化能力方面的优势,由SVM完成多特征矢量的划分,实现SAR图像分割。实验结果表明,基于NSCT域的GLCM纹理提取方法和多特征融合用于SAR图像分割,可以提高分割准确率,获得较好的边缘保持效果。

关键词：合成孔径雷达图像分割非下采样轮廓变换灰度共生矩阵支持向量机特征选择多特征融合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：