边缘增强论文_张晗,钱育蓉,王跃飞,陈人和,田宸玮

导读:本文包含了边缘增强论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:边缘,形态学,造影,肿块,数学,超声,乳腺。

边缘增强论文文献综述

张晗,钱育蓉,王跃飞,陈人和,田宸玮[1](2019)在《基于图像边缘增强与弱化的边缘检测》一文中研究指出为提高边缘算子检测结果的清晰度,在扩充清晰边缘面积上,提出深度探测法以增强邻域边缘;在消除模糊纹理上,用跨越步长Δx和Δy作为模糊纹理和清晰边缘的分界,达到弱化模糊纹理的目的,凸显模糊区域局部对比度;在算法执行效率上,空间复杂度不高,但时间复杂度为O(4n3)。经测试,该算法可实现扩充清晰边界、弱化模糊纹理以及凸显模糊纹理区域对比度的目标,在小于1600*1600分辨率图像上处理速度较佳,但在更高分辨率上计算较久。该方法凸显了边缘分界,可用在其它领域算法预处理阶段。(本文来源于《计算机工程与设计》期刊2019年11期)

王竹筠,杨理践,高松巍[2](2019)在《基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法》一文中研究指出为增强管道焊缝漏磁图像的边缘特征,提出一种基于Laplacian与多尺度数学形态学的焊缝漏磁图像边缘增强方法。首先采集管道漏磁内检测器中的漏磁数据进行成像,然后利用数学形态学算法,通过构建多尺度结构元素对图像进行边缘检测,利用边缘颜色约束对删除非边缘点,最后利用拉普拉斯算子对边缘进行增强。结果表明,该方法可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷的边缘增强,具有一定的可行性和实用性。(本文来源于《辽宁石油化工大学学报》期刊2019年05期)

陈菲,贾春梅,吕琪,王婧婕,胡田[3](2019)在《超声造影边缘增强特征对BI-RADS 4类乳腺肿块良、恶性鉴别的诊断价值》一文中研究指出目的探讨二维超声(2D-US)及超声造影边缘相关特征对BI-RADS 4类良、恶性乳腺肿块的诊断价值。方法选取2016年1月~2018年7月就诊于山西医科大学附属第一医院超声科并获得明确病理结果的乳腺病例76例(共77个病灶)。按良、恶性肿块分为两组,对比良、恶性肿块边缘2D-US及超声造影增强特征,对比良性组、恶性组边缘区与中央区时间强度曲线(TIC)参数,包括基础强度(BI)、峰值强度(PI)、曲线下面积(AUC)、达峰时间(TTP)、梯度(Grad)。共分析3次,取平均值。结果与良性组比较,恶性组2D-US多表现为边界不清晰、多有毛刺、高回声晕、有分叶,差异有统计学意义(P <0.05);超声造影表现为边缘增强、放射状增强、环状增强、穿支增强、造影后边界不清、造影后范围扩大,差异有统计学意义(P <0.05)。恶性组边缘区BI、PI、AUC、Grad均大于中央区,TTP快于中央区,差异有统计学意义(P <0.05);而良性组边缘区与中央区相关参数比较,差异无统计学意义(P> 0.05)。结论良、恶性肿块边缘2D-US及超声造影征象存在明显差异,在诊断乳腺癌的贡献中,恶性肿块边缘区超声征象大于中央区,因此对超声造影边缘征象重点关注可提高良、恶性乳腺肿块的鉴别诊断能力。(本文来源于《中国医药导报》期刊2019年28期)

冯小二,王新赛,李明明[4](2019)在《基于多尺度形态小波变换的红外图像边缘增强算法》一文中研究指出由于红外图像表征景物的红外辐射分布,主要取决于景物发射率和温度分布,因此红外图像具有高背景,低反差的特点。本文针对红外图像对比度低的问题,将小波理论和数学形态学理论应用到红外图像边缘增强处理中,提出了一种新的基于多尺度形态小波变换的红外图像边缘增强算法,实现了红外图像边缘增强和噪声抑制。该算法利用多尺度形态小波变换对图像进行分解,提取图像的多尺度边缘特征,然后通过非线性增强算子来改变边缘特征的强度,再利用多尺度形态小波反变换重构图像,以实现图像边缘的对比度增强和背景抑制。利用真实红外图像进行了算法的仿真实验,实验结果验证了该算法能有效地保持和增强目标边缘信息,提升目标观察的效果和清晰度。(本文来源于《电子测试》期刊2019年19期)

顾忠政,殷达,聂守平,冯少彤,邢芳俭[5](2019)在《基于涡旋滤波的图像边缘增强研究进展》一文中研究指出作为图像处理的一个重要手段,边缘增强技术对振幅型和相位型物体成像有着重要的作用。而基于径向希尔伯特变换的涡旋滤波技术因其能够实现各向同性边缘增强倍受关注,但传统的涡旋滤波由于中心奇点和锐利边缘引起的衍射会造成背景噪声的加剧和对比度的降低。近年来众多课题组针对涡旋滤波旁瓣抑制提出了种类各异的新型涡旋滤波器,此外基于涡旋滤波的各向同性和各向异性边缘增强技术也得到了迅速发展。文中扼要地总结了近年来几种抑制涡旋旁瓣的方法,包括拉盖尔高斯振幅调制、贝塞尔振幅调制、艾里振幅调制,并从标量涡旋滤波和矢量涡旋滤波两个方面分别综述了各向同性和各向异性边缘增强的实现方法与研究进展。(本文来源于《红外与激光工程》期刊2019年06期)

Pan-wang,PAN,Fei,YUAN,En,CHENG[6](2019)在《基于去散射与边缘增强算法的水下图像复原(英文)》一文中研究指出对色差严重和边缘模糊的水下图像需进行复原。一般分两步:去散射和边缘增强。首先,提出一种用于水下图像去散射的多尺度迭代框架。利用卷积神经网络估计传输图,再用自适应双边滤波器改进传输图估计结果。由于无可用数据集训练网络,收集包含2000个水下图像的数据集以获得合成数据。其次,采用白平衡算法消除水下图像的色偏。最后将图像转换到特殊变换域,使用非下采样轮廓波变换对边缘去噪和增强。结果表明:该方法主、客观质量均明显优于现有方法。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年06期)

张建民,胡英飒,曾昭发,杜威,张领[7](2019)在《基于数学形态学的位场数据边缘增强方法》一文中研究指出位场数据边缘增强对于地质构造研究和矿床勘查具有重要意义。现有的边缘增强方法多数基于位场数据的导数构建,往往存在对噪声敏感的缺点,且处理结果中常有虚假边界的出现。本文基于数学形态学良好的形状分析和噪声压制性能,通过数学形态学基本算子的组合迭加,提出了一种新的位场数据边缘增强方法。该方法容易实现,且不需要计算位场数据的水平和垂向导数。板状体模型试验结果表明,该方法能有效地对重力异常和化极后的磁异常数据进行边缘增强。针对叁维模型试验中正负异常同时存在的情况,相比以往几种方法,该方法输出的边缘更清晰且没有额外边缘的产生,并表现出更强的抗噪能力。最后将该方法和以往几种方法应用到老挝万象地区实际重力异常数据的处理中,结果显示该方法刻画出的边缘更加连续清晰;同时结合以往地质资料,推断了成矿的有利部位。(本文来源于《吉林大学学报(地球科学版)》期刊2019年03期)

陈菲[8](2019)在《乳腺癌不同大小病灶超声造影边缘增强特征及与预后指标的相关性分析》一文中研究指出目的:探讨乳腺癌不同大小病灶超声造影边缘增强特征,分析其与免疫组化指标及淋巴结转移的相关性,为准确诊断不同大小病灶的乳腺癌,并为治疗策略的选择和预后评估提供更多参考信息。方法:收集2016年8月至2019年3月就诊于我院并有确切病理结果的乳腺肿块患者127例(131个病灶)。良性55个病灶,恶性76个病灶。按肿块大小进行分组。恶性组最大直径≤2cm者44个病灶,最大直径>2cm者32个病灶。良性组最大直径≤2cm者29个,最大直径>2cm者26个。对比良、恶性肿块超声造影边缘增强特征差异;然后将良、恶性按肿块大小进行分组,分别对比≤2cm、>2cm良、恶性肿块超声造影边缘增强特征差异以及不同大小乳腺癌边缘超声造影增强特征差异;并分析乳腺癌超声造影边缘增强特征与淋巴结转移及分子生物学指标相关性。结果:1、对比良、恶性乳腺肿块超声造影边缘增强特征:恶性组边缘增强特征、放射状增强、环状增强、穿支增强、造影后边界不清、范围扩大发生率明显高于良性组,差异有统计学意义(P<0.05)。2、对比≤2cm组乳腺良、恶性乳腺肿块超声造影边缘增强特征:恶性肿块边缘增强特征、放射状增强、环状增强、穿支增强、造影后边界不清、范围扩大发生率明显高于良性肿块,差异有统计学意义(P<0.05)。3、对比>2cm组乳腺良、恶性乳腺肿块超声造影边缘增强特征:恶性肿块边缘增强特征、放射状增强、环状增强、穿支增强、造影后范围扩大、造影后边界不清发生率均高于该组乳腺良性肿块,差异有统计学意义(P<0.05)。4、对比不同大小乳腺癌的超声造影边缘增强特征:>2cm的乳腺癌穿支增强发生率高于≤2cm的乳腺癌,差异有统计学意义(P<0.05)。5、分析乳腺癌边缘增强特点与免疫组化因素相关性:边缘增强特征与Ki67表达相关;放射状增强与ER、Ki67表达相关;穿支增强与Her-2表达相关;造影后范围扩大与ER、Her-2、Ki67表达相关,差异均有统计学意义(P<0.05)。6、分析乳腺癌边缘增强特点与淋巴结转移相关性:放射状增强与淋巴结转移有相关性(P<0.05),其余征象与腋窝淋巴结转移均无明显相关性(P>0.05)。结论:1、乳腺良、恶性结节的超声造影边缘增强特征存在差异,并在不同大小肿块间均有此差异。2、不同大小乳腺癌超声造影边缘增强特征存在差异。3、乳腺癌部分超声造影边缘增强特征与免疫组化指标及淋巴结转移有一定相关性。超声造影边缘增强特征可在一定程度上反应乳腺癌的生物学特性。(本文来源于《山西医科大学》期刊2019-03-16)

任勇峰,武昊男,储成群,焦新泉[9](2019)在《基于FPGA的二维FFT图像边缘增强设计》一文中研究指出在处理图像类信息时,图像细节往往能传达更多信息,是人们较为关注部分。针对在光照不理想的条件下,传感器采集到的图像对比度低、细节难以分辨的问题,提出一种基于现场可编程门阵列(FPGA)的二维快速傅立叶变换的图像边缘提取及增强方法。通过模块化设计,完成4路并行512×512点快速传里叶变换(FFT)运算处理器设计,并通过FFT模块复用减少FPGA内资源消耗,同时实现图像频谱的高通滤波算法及傅立叶逆变换算法。经过仿真与实验,确定该方法有效可靠,实时性强,可以满足工业上图像处理的需求。(本文来源于《图学学报》期刊2019年01期)

钱江,张桂荣,姚江,季建中,何平[10](2019)在《最稳定极值区域与边缘增强的船名定位方法》一文中研究指出船名自动定位技术是船名身份自动识别的第一步,对推动船舶自动化管理有着重要意义。提出一种结合最稳定极值区域和边缘增强的船名定位方法。该方法在MSER(Maximally Stable Extremal Regions)区域检测Canny边缘,通过先验知识分析连通域最终实现定位船名。实验表明,该方法能适应昼间、夜间、强光和弱光多种光照环境,昼间数字定位准确率高达90.9%,昼间船名定位准确率达78.5%。(本文来源于《计算机应用与软件》期刊2019年02期)

边缘增强论文开题报告

(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:

为增强管道焊缝漏磁图像的边缘特征,提出一种基于Laplacian与多尺度数学形态学的焊缝漏磁图像边缘增强方法。首先采集管道漏磁内检测器中的漏磁数据进行成像,然后利用数学形态学算法,通过构建多尺度结构元素对图像进行边缘检测,利用边缘颜色约束对删除非边缘点,最后利用拉普拉斯算子对边缘进行增强。结果表明,该方法可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷的边缘增强,具有一定的可行性和实用性。

(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。

边缘增强论文参考文献

[1].张晗,钱育蓉,王跃飞,陈人和,田宸玮.基于图像边缘增强与弱化的边缘检测[J].计算机工程与设计.2019

[2].王竹筠,杨理践,高松巍.基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法[J].辽宁石油化工大学学报.2019

[3].陈菲,贾春梅,吕琪,王婧婕,胡田.超声造影边缘增强特征对BI-RADS4类乳腺肿块良、恶性鉴别的诊断价值[J].中国医药导报.2019

[4].冯小二,王新赛,李明明.基于多尺度形态小波变换的红外图像边缘增强算法[J].电子测试.2019

[5].顾忠政,殷达,聂守平,冯少彤,邢芳俭.基于涡旋滤波的图像边缘增强研究进展[J].红外与激光工程.2019

[6].Pan-wang,PAN,Fei,YUAN,En,CHENG.基于去散射与边缘增强算法的水下图像复原(英文)[J].FrontiersofInformationTechnology&ElectronicEngineering.2019

[7].张建民,胡英飒,曾昭发,杜威,张领.基于数学形态学的位场数据边缘增强方法[J].吉林大学学报(地球科学版).2019

[8].陈菲.乳腺癌不同大小病灶超声造影边缘增强特征及与预后指标的相关性分析[D].山西医科大学.2019

[9].任勇峰,武昊男,储成群,焦新泉.基于FPGA的二维FFT图像边缘增强设计[J].图学学报.2019

[10].钱江,张桂荣,姚江,季建中,何平.最稳定极值区域与边缘增强的船名定位方法[J].计算机应用与软件.2019

论文知识图

相关曲面(a)灰度MAD(b)边缘MAD计算机处理后纤维沥青封层图一20手指静脉的骨架偏暗图像增强实验,左上图为原图...泥盆系黑台组砂岩主量元素的构造环境...生境破碎化过程,黑色区域代表生境,白...

标签:;  ;  ;  ;  ;  ;  ;  

边缘增强论文_张晗,钱育蓉,王跃飞,陈人和,田宸玮
下载Doc文档

猜你喜欢