伪彩色图像论文-刘伟

伪彩色图像论文-刘伟

导读:本文包含了伪彩色图像论文开题报告文献综述及选题提纲参考文献,主要关键词:医学影像图像,区域分割,数学模型,伪彩色

伪彩色图像论文文献综述

刘伟[1](2019)在《基于区域分割的伪彩色医学影像图像分析及实现》一文中研究指出本文对医学影像图像伪彩色增强算法的叁种数学模型进行了理论分析,采用仿真平台对基于区域分割的伪彩色增强医学影像图像进行设计、实现和研究.理论计算和数值仿真均表明理论分析的正确性.(本文来源于《中央民族大学学报(自然科学版)》期刊2019年03期)

钱伟,常霞,虎玲[2](2019)在《基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合》一文中研究指出提出一种基于改进颜色传递策略与非下采样Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法。首先,利用NSCT与基于清晰区域的Canny边缘检测算法获得灰度融合图。其次,将融合灰度图像插入Y通道,源图像与融合灰度图像之间的残差图像分别插入Cb、Cr通道以生成YCbCr源彩色图像。最后,利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配,同时,通过自适应颜色传递参数模型调整颜色传递参数。实验结果表明,本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标,而且对目标图像质量要求不严格。(本文来源于《红外技术》期刊2019年06期)

王宪凯[3](2019)在《伪彩色图像增强技术在DR胸片影像诊断应用研究》一文中研究指出目的 :研究MATLAB软件在DR胸片处理中的应用,并分析其临床使用价值。方法:研究中从2017年2月—2018年3月来我院就诊的放射科病患96名为案例,均进行DR胸部与CT胸部检查,且均由胸部CT证实病灶存在。患者X片由MATLAB软件进行伪彩色增强处理后,由4名5年以上诊断经验的主治医生对传统X片以及增强处理后的伪彩色片进行阅片。记录并统计两组阅片时长、检出病灶数等。结果:使用软件增强后的伪彩色图片病灶检出率为81.16%;而没有经过增强处理的传统X片病灶检出率为63.04%。增强后伪彩色阅片用时为59.67±32.56S;传统X片组用时为67.35±22.58S。两组病灶检出率与阅片用时统计结果与差异具有统计学意义(P <0.05)。结论:在DR胸片经过MATLAB软件增强处理后,能够有效缩短阅片时间,提升阅片中的病灶检出率。值得在临床医学中进行推广应用。(本文来源于《影像研究与医学应用》期刊2019年01期)

刘强[4](2018)在《基于Matlab GUI的医学灰度图像伪彩色增强判读系统》一文中研究指出针对医学图像中灰度图像病灶细节难以快速准确判断的缺点,伪彩色化处理可显着提高图像的视觉阅读性,满足医学专业判读需求。采用Matlab图形用户界面设计的灰度图像伪彩色增强判读系统,能够实时调节RGB叁色通道参数,实现X光片、CT等医学灰度图像伪彩色处理,实验证明余弦灰度变换函数能够取得较好效果。(本文来源于《山东工业技术》期刊2018年16期)

周涵婷,徐华东,曹延珺,徐群,狄亚楠[5](2018)在《原木横截面CT图像的伪彩色增强方法对比研究》一文中研究指出CT灰度图像具有分辨率低,不利于人眼直观分析等不足,而CT图像直观分析是最基本的CT分析方法。为提高原木CT图像的分辨率,利用在不同温度(15、-5、-20℃)下扫描获取的杉木、红松和冷杉叁个树种原木横截面CT图像,采用灰度级-彩色变换方法,通过彩虹码和热金属码的编码方法实现图像伪彩色增强,并对两种方法在不同温度下CT图像的增强效果和特征进行对比分析。研究表明:(1)伪彩色增强方法能显着提高CT图像的视觉分辨率,减少直观判断误差。如视觉灰度相近的A与B两处(CT值范围分别为-550~-680Hu和-530~-730Hu)在不同方法的增强图像中呈现出不同的颜色差异。(2)热金属码的视觉增强效果低于彩虹码。彩虹码能为CT图像直观分析提供更多的细观物理信息,而热金属码能更加明确、清晰地划分出木材内部不同密度的结构分布。(3)相较于CT灰度图像,伪彩色增强后的图像有利于研究不同温度下木材内部结构、各相组分的变化情况,为定量研究温度对木材内部水分的状态和含量变化提供新的思路。(本文来源于《森林工程》期刊2018年04期)

孙晨[6](2018)在《偏振图像的伪彩色增强方法研究》一文中研究指出偏振成像技术根据物体表面偏振特性的差异,在一定程度上实现了目标与背景的分离,提高了图像的对比度。但是人眼对灰度的分辨能力远低于对色彩的分辨能力,为了提高偏振图像中目标的探测识别率,本文就基于偏振参量组合的伪彩色增强方法和基于偏振参量融合的伪彩色增强方法进行了研究,主要研究内容如下:(1)对普通图像常用的伪彩色方法进行研究,以本文获取的场景一图像为例,利用MATLAB进行仿真展示,总结和分析了各算法的优缺点。(2)根据各偏振参量图像特点,选择合适的颜色渐变方式和编码方法,利用灰度-彩色变换法进行初步伪彩色增强。随后利用最大类间方差法对上述方法的阈值重新划分,划分阈值后的伪彩色图像增强效果明显,能够利用色彩快速分辨场景中不同的物体。(3)为了综合各偏振图像的特点,使得图像包含的信息量更大,提出了一种基于偏振参量组合和多阈值划分的伪彩色增强方法:根据偏振光在介质中的传输规律推导偏振特性因子,并利用强度图像对特性因子图像进行调制,得到组合后的偏振图像,在此基础上采用迭代法和最大类间方差法对阈值进行划分,最后进行伪彩色增强。增强后的伪彩色图像包含信息量丰富,有效提高了复杂背景中目标的探测识别率。(4)在基于偏振参量融合的伪彩色方法研究中,提出了一种基于NSCT变换和HSI模型的伪彩色融合方法:首先利用NSCT变换对偏振度和强度图像进行初步融合得到偏振特征图像,然后用平均对数自然亮度值对强度图像进行增强处理。将处理后的偏振特征图像和偏振角图像根据一定的映射规则映射到H通道中,再根据偏振角和偏振特征图像特点,利用非线性函数式求取S通道分量的取值。最后将增强后的强度图像映射到I通道,得到最终的伪彩色增强图像。实验结果表明本文算法相比于其他算法有效提高了图像的整体视觉感受,图像的清晰度和轮廓纹理等细节也得到了提高。(本文来源于《长春理工大学》期刊2018-06-01)

刘强[7](2018)在《基于升余弦滚降滤波器算法的伪彩色图像增强》一文中研究指出针对各种途径获取的数据图像细节模糊、低分辨率问题,采用非线性变换算法进行伪彩色化处理可显着提高图像的视觉阅读性和专业判读。基于升余弦滚降特性,并利用Matlab GUI设计的图像伪彩色增强处理系统,能够实时调节RGB叁色通道参数,实现了各种图像的伪彩色增强。实验证明在图像变换中采用余弦滤波能够取得较好的增强效果,图像细节及特征区域在伪彩色图像中表现较为完美。(本文来源于《数字技术与应用》期刊2018年05期)

杨鸿捷[8](2018)在《伪彩色图像增强技术在DR胸片影像诊断应用研究》一文中研究指出目的:探讨MATLAB软件能否用于DR胸片的伪彩色处理及DR胸片经伪彩色处理后临床应用价值。材料和方法:本研究选取2016.09-2017.09成都市第六人民医院放射科就诊病例80例,其中男性46例,女性34例,年龄23-84岁(63±17.5),均同时进行了DR胸部正位及胸部CT平扫检查的,且均由胸部CT证实病灶存在。将所选取病例的胸部正位X片从成都市第六人民医院PACS系统中拷贝至DELL Precision Tower 5810图像处理工作站,使用MATLAB软件进行伪彩色处理(伪彩色处理函数:colormap jet)并导出处理后图像存储.png格式以避免彩色图像细节流失。由两名具有6年以上临床诊断经验的放射科主治医师分为传统X片组以及伪彩色增强组分别阅片,并记录每张X片病灶数目、阅片耗时以及评价所识别出病灶图像质量,与患者CT检查中识别出的病灶数目计算出检出率,并评价图像质量改善情况以及诊断用时是否存在统计学差异。检出率使用率(%)表示,数据取小数点后两位,比较检验采用χ2检验;图像质量评价对比优秀率使用率(%)表示,数据取小数点后两位,比较检验采用R×C列联表的χ2检验;诊断用时计算平均用时和总用时,数据取小数点后两位,比较检验采用秩和检验。所有统计检验应用SPSS 15.0软件对本研究中的数据进行分析处理,以P<0.05位水准认为具有统计学意义。结果:(1)在传统X片组以及伪彩色增强组病灶检出率对比上,经过两名副主任放射医师对所选病例胸部CT图像的阅片识别,一共确定出病灶151处。在传统X片组,放射医师通过阅片一共识别出96处病灶,检出率63.58%;在伪彩色增强组,放射医师一共识别出114处病灶,检出率75.5%,两组间检出率比较有统计学差异(P<0.05)。(2)在传统X片组以及伪彩色增强组病灶显示质量评价上,传统X片组病灶显示图像质量优秀率25%,伪彩色增强组图像质量优秀率48.25%,两组间比较具有统计学差异(P<0.05)。(3)在传统X片组以及伪彩色增强组诊断医师读片时间对比上,传统X片组平均用时67.52±29.4 S,总用时5402 S;伪彩色增强组平均用时69.36±29.7 S,总用时5688 S;伪彩色增强组读片时间略高于传统X片组,但结果无统计学差异(P>0.05)。结论:(1)MATLAB软件能够用于将DICOM格式DR胸片图像处理为伪彩色图像。(2)伪彩色增强技术能应用于DR胸片的影像诊断并能提高临床医师对病灶的检出率,且其差异具有统计学意义。(3)经伪彩色处理后的DR胸片图像质量优于处理前,且评价差异具有统计学意义。(4)放射科医师在经伪彩色增强增强后的DR胸片图像读片平均时间较传统X片略长,但差异无统计学意义。(本文来源于《成都医学院》期刊2018-05-01)

赵明,吴海滨,吴益新,杨西男,陈新兵[9](2018)在《基于Zynq-7000的伪彩色图像处理系统设计与实现》一文中研究指出图像的伪彩显示在医疗及工业应用领域均具有极其重要的意义。为实现视频图像的高速伪彩色处理,设计并实现了一种基于Zynq-7000的视频采集、处理及显示平台。该平台采用ARM处理器采集USB摄像头图像,将采集到的图像和处理后的图像缓存到开发板上的DDR3中,在嵌入式Linux下运行Qt上设计的界面程序,实现视频图像的显示。在伪彩色处理中,利用Vivado HLS工具实现对伪彩色算法的优化设计,并将复杂的图像处理算法用FPGA进行硬件加速。测试结果表明,所提出的基于Zynq-7000的伪彩色图像处理系统能够完成视频采集、高速的图像处理以及高清显示。(本文来源于《电子测量技术》期刊2018年06期)

安庆浩,丁健配,黄艺美,李金屏[10](2018)在《基于伪彩色的DICOM标准图像显示方法》一文中研究指出考虑到人眼对颜色信息的敏感性,提出一种基于伪彩色的医学数字成像和通信(digital imaging and communications in medicine,DICOM)图像显示方法,即通过映射函数将DICOM标准图像中的65 536个灰度级映射到红-绿-蓝(RGB)颜色空间,从而以伪彩色方式显示DICOM标准图像,同时可以转化为其他图像格式。实验结果表明,DICOM标准图像中不同的区域会以不同的颜色区分,人眼可以直接有效地观察到DICOM标准图像中的许多细微差别。(本文来源于《济南大学学报(自然科学版)》期刊2018年02期)

伪彩色图像论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

提出一种基于改进颜色传递策略与非下采样Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法。首先,利用NSCT与基于清晰区域的Canny边缘检测算法获得灰度融合图。其次,将融合灰度图像插入Y通道,源图像与融合灰度图像之间的残差图像分别插入Cb、Cr通道以生成YCbCr源彩色图像。最后,利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配,同时,通过自适应颜色传递参数模型调整颜色传递参数。实验结果表明,本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标,而且对目标图像质量要求不严格。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

伪彩色图像论文参考文献

[1].刘伟.基于区域分割的伪彩色医学影像图像分析及实现[J].中央民族大学学报(自然科学版).2019

[2].钱伟,常霞,虎玲.基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合[J].红外技术.2019

[3].王宪凯.伪彩色图像增强技术在DR胸片影像诊断应用研究[J].影像研究与医学应用.2019

[4].刘强.基于MatlabGUI的医学灰度图像伪彩色增强判读系统[J].山东工业技术.2018

[5].周涵婷,徐华东,曹延珺,徐群,狄亚楠.原木横截面CT图像的伪彩色增强方法对比研究[J].森林工程.2018

[6].孙晨.偏振图像的伪彩色增强方法研究[D].长春理工大学.2018

[7].刘强.基于升余弦滚降滤波器算法的伪彩色图像增强[J].数字技术与应用.2018

[8].杨鸿捷.伪彩色图像增强技术在DR胸片影像诊断应用研究[D].成都医学院.2018

[9].赵明,吴海滨,吴益新,杨西男,陈新兵.基于Zynq-7000的伪彩色图像处理系统设计与实现[J].电子测量技术.2018

[10].安庆浩,丁健配,黄艺美,李金屏.基于伪彩色的DICOM标准图像显示方法[J].济南大学学报(自然科学版).2018

标签:;  ;  ;  ;  

伪彩色图像论文-刘伟
下载Doc文档

猜你喜欢