您的位置: 专家智库 > >

曹冬梅

作品数:4 被引量:4H指数:1
供职机构:南京信息工程大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 4篇图像
  • 4篇先验
  • 4篇先验形状
  • 3篇图像分割
  • 2篇水平集
  • 2篇核磁共振
  • 2篇核磁共振图像
  • 2篇边界信息
  • 2篇边缘梯度
  • 2篇磁共振
  • 2篇磁共振图像
  • 1篇医学图像
  • 1篇医学图像分割
  • 1篇水平集方法
  • 1篇图像分割方法
  • 1篇主动轮廓模型
  • 1篇自适
  • 1篇自适应
  • 1篇先验信息
  • 1篇像素

机构

  • 4篇南京信息工程...

作者

  • 4篇曹冬梅
  • 3篇徐军

传媒

  • 1篇计算机科学

年份

  • 1篇2016
  • 3篇2014
4 条 记 录,以下是 1-4
排序方式:
基于主动轮廓模型的医学图像分割研究
图像处理的一个重要目标就是将原始图像转化为数字符号形式来更好地表达、评估或给予内容的搜索和挖掘,图像分割是图像处理领域最基础和重要的问题,是对图像进行视觉分析和模式识别的基本前提。所谓图像分割指的是根据给定的同质性准则,...
曹冬梅
关键词:医学图像分割主动轮廓模型水平集局部自适应先验形状
文献传递
基于先验形状的混杂活动轮廓模型及其在图像分割中的应用被引量:3
2014年
提出了一种新颖的基于先验形状学习的混杂活动轮廓(SHAC)模型,该模型采用变分水平集方法,融合自适应区域信息与边界信息,运用主成分分析的方法从给定的含有目标物体轮廓的训练集学习得到最佳形状信息,并将其作为先验形状。将自适应区域特征和轮廓特征作为局部信息,先验形状作为全局信息,在迭代过程中结合全局和局部信息实现对演化曲线的形变进行指导和约束,达到分割目标物体的目的。通过定量和定性地分析低对比度的乳腺核磁共振图像中的乳腺轮廓的分割,以及具有复杂背景的自然图像中感兴趣区域的分割结果,验证了SHAC模型比传统活动轮廓模型具有更高的准确率,表明了该模型不仅提高了图像分割中对弱边界的识别度,减弱了非目标轮廓的干扰,而且具有良好的抗噪能力。
曹冬梅徐军
关键词:水平集方法图像分割
一种基于先验形状的核磁共振图像分割方法
本发明涉及一种基于先验形状的核磁共振图像分割方法,利用形状先验信息,融入自适应区域信息与边界信息,能够更好地分割复杂背景和图像中的目标物体,有效地解决图像中感兴趣的目标物体像素灰度不均、目标物体边缘梯度不明显、感兴趣的目...
徐军曹冬梅
文献传递
一种基于先验形状的核磁共振图像分割方法
本发明涉及一种基于先验形状的核磁共振图像分割方法,利用形状先验信息,融入自适应区域信息与边界信息,能够更好地分割复杂背景和图像中的目标物体,有效地解决图像中感兴趣的目标物体像素灰度不均、目标物体边缘梯度不明显、感兴趣的目...
徐军曹冬梅
共1页<1>
聚类工具0