检索结果-南通市图书馆

基于改进多尺度Retinex和nsst的医学图像增强算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2024年

作者：李季曾榛龚洋钢南方医科大学生物医学工程学院重庆工商大学数学与统计学院

【目的】医学图像存在对比度低，边缘不清，细节不突出等问题，为了提高医学图像的视觉效果，保持良好的边缘信息。【方法】提出基于改进多尺度Retinex和nsst的医学图像增强算法。首先利用梯度引导滤波改进多尺度Retinex，结合局部图像... 详细信息

【目的】医学图像存在对比度低，边缘不清，细节不突出等问题，为了提高医学图像的视觉效果，保持良好的边缘信息。【方法】提出基于改进多尺度Retinex和nsst的医学图像增强算法。首先利用梯度引导滤波改进多尺度Retinex，结合局部图像梯度信息，引导图像调整滤波过程，根据多尺度Retinex原理计算得到反射光分量及增强图；同时，引入nsst将图像分解得到高、低频分量，低频分量利用梯度引导滤波处理，提取图像的结构和特征信息，提高背景对比度，通过nsst逆变换恢复图像，将两图利用拉普拉斯高斯金字塔融合，增强共同特征，避免过度曝光，最后利用限制对比度自适应直方图均衡化改善局部对比度得到最终的增强图。【结果】仿真实验和消融实验结果表明本算法对医学图像能有效提高对比度，完整保留细节及边缘信息。【结论】在峰值信噪比（PSNR）、信息熵（Entropy）、PIQE以及均值（M）四项图像评价指标的客观分析得到本算法最优，能有效改善医学图像质量，为诊断提供技术支持。

关键词：图像增强多尺度Retinex nsst 拉普拉斯金字塔融合

基于nsst和NSGA-III的红外和可见光图像融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通化师范学院学报 2024年第4期45卷 57-64页

作者：袁东方张静罗聪邢笑雪长春大学吉林长春130022 吉林省特种设备检验研究院(吉林省特种设备事故调查处理服务中心)

针对图像融合方法容易丢失源图像结构信息的问题,该文提出一种基于非下采样剪切波变换(Non-Subsample Shearlet Transform,nsst)和第三代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm III,NSGA-III)的红外和可见光图像... 详细信息

针对图像融合方法容易丢失源图像结构信息的问题,该文提出一种基于非下采样剪切波变换(Non-Subsample Shearlet Transform,nsst)和第三代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm III,NSGA-III)的红外和可见光图像融合方法.首先,将源图像进行nsst变换得到低频和高频子带图像;其次,针对低频图像,设计了一种新的基于NSGA-III的融合规则,先使用区域能量法对图像进行预融合,以预融合图像作为参考图像,再通过NSGA-III算法进行优化获得融合低频图像;针对高频图像,用绝对值取大规则.最后,利用nsst逆变换重构融合图像.算法性能在TNO数据集上进行验证,并与其他先进的融合算法进行比较,定性与定量的结果均表明,提出的方法目标突出,并保留了源图像更多的结构信息.

关键词：红外和可见光图像融合预融合 NSGA-III算法 nsst

基于nsst-SR的GIL局部放电光电图谱融合算法

在线全文

学校读者我要写书评

暂无评论

高电压技术 2023年第11期49卷 4808-4815页

作者：梁言李泽刘伟王辉江秀臣上海交通大学电气工程系上海200240 国网安徽省电力有限公司电力科学研究院六氟化硫气体特性分析与净化处理技术国网公司重点实验室合肥230022

为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,nsst)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局... 详细信息

为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,nsst)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局放相位分布(phase-resolved partial discharge,PRPD)图谱和特高频局部放电PRPD图谱通过nsst分解为低频和高频子带图,基于最大绝对值和SR进行子带图融合,然后经过nsst逆变换得到融合图谱。最后,提取图谱特征并降维,代入K近邻、支持向量机、朴素贝叶斯和决策树分类器进行模式识别,并与其他融合算法效果进行对比。实验结果表明:不论样本总体数量大小、样本训练集与测试集相对数量比例大小,该文提出的算法均能较完整地融合两种源图谱的信息,局放模式识别准确率高于单一nsst算法或SR算法。在小样本(150)情况下,准确率可达89.2%,样本足够大时,准确率最高可达98.5%;当训练集样本数小于测试集样本数时,准确率依旧在70.0%以上,最高达88.0%。该文提出的融合算法可为提高气体绝缘输电线路局放模式识别准确率提供参考。

关键词：局部放电图谱融合 nsst SR 模式识别

结合非下采样剪切波变换的BM3D去除图像噪声方法研究

在线全文

学校读者我要写书评

暂无评论

震灾防御技术 2023年第3期18卷 651-662页

作者：樊华王文旭李晓阳陈睿韩贞辉河南省地震局郑州450018

强噪声图像去噪一直是图像处理技术应用领域研究的热点,为进一步提高强噪声图像的去噪质量和对图像边缘的保护,针对三维块匹配(Block Matching 3D,BM3D)方法对强噪声图像去噪效果不佳及图像线状奇异性(如边缘)缺乏最优表示的问题,提出... 详细信息

强噪声图像去噪一直是图像处理技术应用领域研究的热点,为进一步提高强噪声图像的去噪质量和对图像边缘的保护,针对三维块匹配(Block Matching 3D,BM3D)方法对强噪声图像去噪效果不佳及图像线状奇异性(如边缘)缺乏最优表示的问题,提出了基于二维非下采样剪切波变换(Non-subsampled Shearlet Transform,nsst)和BM3D的组合去噪方法。该方法首先对含噪图像进行nsst正变换,得到不同尺度和不同方向高频子带的剪切波系数;然后对每个尺度不同方向的高频子带求取贝叶斯阈值,并利用渐进半软阈值函数对各高频子带进行去噪;最后对低频子带和各去噪高频子带进行nsst逆变换,得到去噪结果。将去噪图像作为BM3D中基础估计阶段的预滤波,能够进一步提高基础估计阶段分组的正确性,为BM3D去噪奠定良好基础。组合去噪方法结合了nsst与BM3D的各自优势,仿真试验结果表明,对于低噪声图像,本方法和BM3D方法去噪效果相同,略优于非局部平均法;对于强噪声卫星影像,本方法去噪效果优于BM3D和非局部平均法。

关键词： nsst BM3D 贝叶斯阈值线状奇异性渐进半软阈值函数

基于双分解的双通道PCNN红外与可见光图像融合

在线全文

学校读者我要写书评

暂无评论

激光与红外 2023年第5期53卷 784-791页

作者：李全军张贵仓韩根亮张航健西北师范大学数学与统计学院甘肃兰州730070

为解决红外与可见光图像融合过程中存在的对比与清晰度较低和小目标易丢失等问题,提出了基于在双分解模型下的双通道PCNN(dPCNN)图像融合算法。首先对两幅源图像进行预增强处理,通过鲁棒的主成分分析(RPCA)将处理后图像分解为稀疏层与... 详细信息

为解决红外与可见光图像融合过程中存在的对比与清晰度较低和小目标易丢失等问题,提出了基于在双分解模型下的双通道PCNN(dPCNN)图像融合算法。首先对两幅源图像进行预增强处理,通过鲁棒的主成分分析(RPCA)将处理后图像分解为稀疏层与低秩层,接着,再利用非下采用剪切波变换(nsst)对的稀疏层进行多尺度分解得到低频子带与高频子带,然后对低秩层和低频子带采用局部加权能量与拉普拉斯能量两者取大的规则进行融合,对高频子带则利用dPCNN的点火图进行融合,最后将得到的融合成分进行逆变换或合成来得到最终融合图像。实验表明,该算法的融合图像目标信息对比突出、小目标信息明显,对源图像信息保留较好,客观评价指标也明显也优于其他算法,其中互信息有了大幅度的提升,有效地提升了红外与可见光图像的融合效果。

关键词： RPCA 双通道PCNN nsst 红外与可见光图像融合

基于MVOtsu和鲸鱼自适应阈值的图像增强算法

在线全文

学校读者我要写书评

暂无评论

控制工程 2022年第12期29卷 2293-2299页

作者：王爱平粟莲杨海运王昕国网四川省电力公司巴中供电公司四川巴中636000 上海交通大学电工与电子技术中心上海200240

针对电力设备红外灰度图像的细节不清、边缘模糊等缺陷,提出一种基于非下采样剪切波变换(nsst)的电力设备红外图像处理方法。首先,利用nsst对原始的电力设备红外图像进行变换,将数据从空间域转换到频域。然后,对高频系数使用鲸鱼自适应... 详细信息

针对电力设备红外灰度图像的细节不清、边缘模糊等缺陷,提出一种基于非下采样剪切波变换(nsst)的电力设备红外图像处理方法。首先,利用nsst对原始的电力设备红外图像进行变换,将数据从空间域转换到频域。然后,对高频系数使用鲸鱼自适应阈值去噪算法去噪,同时增强了高频系数中的细节和边缘部分;对低频系数采用改进的结合均值和方差的大津(MVOtsu)算法将低频分量分成前景部分和后景部分,并分别采用伽马校正算法和直方图均衡化算法进行增强。最后,通过nsst的逆变换得到增强后的图像。所提算法与其他算法的对比结果表明,所提算法能更好地突出电力设备红外图像的细节信息,增强了图片对比度,达到了更好的视觉效果。

关键词：电力设备红外图像 nsst 鲸鱼自适应阈值去噪改进MVOtsu算法

基于nsst的改进最大最小滤波与DCT-LSF的多聚焦图像融合

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2022年第22期45卷 99-105页

作者：贺腾飞贺利乐高党国西安建筑科技大学机电工程学院西安710055 陕西省机械研究院咸阳712200

针对图像采集传感器的景深有限,导致采集图像的局部区域产生的失焦现象,本文提出了一种新的多聚焦图像融合算法。在nsst的框架下,对低频子带分解系数采用基于离散余弦变换(DCT)和局部空间频率(LSF)的融合规则;对高频子带分解系数则采用... 详细信息

针对图像采集传感器的景深有限,导致采集图像的局部区域产生的失焦现象,本文提出了一种新的多聚焦图像融合算法。在nsst的框架下,对低频子带分解系数采用基于离散余弦变换(DCT)和局部空间频率(LSF)的融合规则;对高频子带分解系数则采用基于最大最小滤波结合平均滤波、中值滤波(MMAM)的融合规则;然后进行Insst重构获得融合图像。实验结果表明,与经典图像融合算法相比较,本文算法能有效融合图像的高低频子带信息,并在主客观评价方面都达到了较好的效果。

关键词：多聚焦 nsst 最大最小滤波 DCT 局部空间频率

基于nsst和区域融合最优理论的医学图像融合研究

在线全文

学校读者我要写书评

暂无评论

基于NSST和区域融合最优理论的医学图像融合研究

作者：张林发云南大学

学位级别：硕士

由于成像机理的不同,单一模态医学图像不能完整、准确、清晰地反应组织或血管病理信息,无法满足临床实践需求。而医学图像融合技术将不同模态图像的互补信息进行联合得到融合图像,能够避免单一维度病理信息带来的局限性。该技术不仅能... 详细信息

由于成像机理的不同,单一模态医学图像不能完整、准确、清晰地反应组织或血管病理信息,无法满足临床实践需求。而医学图像融合技术将不同模态图像的互补信息进行联合得到融合图像,能够避免单一维度病理信息带来的局限性。该技术不仅能够提高疾病诊断效率和精度,而且能降低患者图像数据库存储压力。为了提高像素级融合方法的泛化能力和图像融合质量,本文主要工作如下:1)针对基于多尺度分解工具的融合方法中细节信息丢失和能量失真的问题,提出一种对细节提取和能量保存问题进行分别解决的MRI-SPECT融合方法。该方法基于直觉模糊集理论和非下采样剪切波变换,具体过程为对于低频子带融合提出区域能量和方向能量模糊熵进行联合的方法,对于高频子带融合提出一种基于图像亮度信息和直觉模糊集融合策略。为了实现能量保存,提出一种通过构造柯西函数来进行图像亮度增强方法。实验结果表明,该方法可以较好地解决融合过程信息失真的问题;2)传统融合方法通过数学工具获取图像特征来设计融合策略容易造成方法泛化能力弱的问题,为了避免这一问题,提出一种基于非线性预测的MRI-PET融合方法。该方法首先提出了源图像的对称区和非对称区的概念,并使用Chan-Vese模型进行划分。然后在对称区融合中,通过基于构建的数据集来使用BP神经网络进行非线性预测,非对称区采用非此即彼的融合策略。最后联合对称区和非对称区结果得到融合图像。实验结果表明,该方法在同类光谱特征图像块融合中效果较好且稳定;3)针对传统融合思路融合造成光谱信息和空间轮廓信息失真的问题,提出区域融合最优理论,该理论将图像融合方法设计思路从整体转变为局部,注重若干种融合方法效果的协同性。为了验证该理论的可行性和先进性,提出一种针对MRI-PET的融合方法。该方法首先划分对称区和非对称区。然后在对称区融合中使用区域融合最优理论。在非对称区融合中提出了一种图像处理思路用于提升方法的信息提取能力,该思路创新性地提出降低非对称区的亮度以提高对称区的融合质量。最后联合对称区和非对称区的融合结果。实验结果表明,该方法所得到的融合图像不仅结构轮廓更加清晰,而且光谱信息和源图像更为一致。

关键词：医学图像融合 nsst 对称区 Chan-Vese模型区域融合最优理论

多模态PET/SPECT与MR图像融合算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多模态PET/SPECT与MR图像融合算法研究

作者：尹秀梅安徽大学

学位级别：硕士

随着传感技术的发展,获取的医学图像质量在不断提高,但由于成像原理不同,呈现出不同的信息,存在各自的优势和局限性,单模态医学图像难以为医生提供关于人体组织或器官全面准确的信息。利用医学图像融合技术将多幅图像的特征信息融合到... 详细信息

随着传感技术的发展,获取的医学图像质量在不断提高,但由于成像原理不同,呈现出不同的信息,存在各自的优势和局限性,单模态医学图像难以为医生提供关于人体组织或器官全面准确的信息。利用医学图像融合技术将多幅图像的特征信息融合到一幅图像,弥补了单模态医学图像信息不足的缺陷。本文主要研究了基于变换域和卷积神经网络的多模态医学图像融合算法,主要研究内容如下:(1)传统的基于变换域的医学图像融合算法,没有对功能和结构图像的特征进行分析,所融合的图像容易出现颜色失真、纹理不清晰等问题。为了充分保留源图像中的有效信息,提出了基于非下采样剪切波变换(non-subsampled shearlet transform,nsst)的PET/SPECT和MR图像自适应加权融合算法。首先,使用具有较强特征提取能力的nsst分解源图像,得到包含源图像强度信息的低频图像和纹理细节的高频图像;其次,根据功能图像的颜色丰富程度将功能图像的低频子带划分为高能量区和低能量区,设计了自适应加权融合规则融合低频图像,有利于保留PET/SPECT图像提供的颜色信息。高频图像具有较强的稀疏性,采用简单取最大值融合,可以充分保留MR图像的纹理细节信息;最后,通过逆非下采样剪切波变换得到颜色失真少且纹理细节丰富的融合图像。实验结果表明提出的融合算法具有一定优势。(2)传统的图像融合算法需要依赖图像像素活动水平测量和手工融合规则设计,由于医学图像种类较多,差异较大,传统医学图像融合方法很难充分提取源图像中的有效信息,且人工设计的融合规则很难考虑全面,导致融合后的图像出现颜色、纹理等有效信息丢失和清晰度下降等问题。为了解决传统医学图像融合方法中遇到的问题,首先,通过使用不同尺度的卷积核来提高网络浅层特征的提取能力,并在特征编码阶段,加入密集块结构,减少中间层信息的损失。其次,在融合层引入注意力机制,增强编码器提取的特征,使网络更加关注有价值的特征信息,提高融合图像的清晰度;最后,通过解码器重构图像。实验结果表明,提出的融合算法在主观和客观指标上都取得了较好的结果,验证了算法的有效性。

关键词：医学图像融合 nsst 自适应融合多尺度密集块注意力机制