您的位置： 专家智库 > >

国家自然科学基金(60903101)

作品数：2 被引量：9H指数：1
相关作者：许存禄高佳武国德邢磊徐杰更多>>
相关机构：兰州大学更多>>
发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 1篇冗余
  • 1篇冗余信息
  • 1篇图像分割
  • 1篇图像增强
  • 1篇肿瘤
  • 1篇脑肿瘤
  • 1篇CHAN-V...

机构

  • 2篇兰州大学

作者

  • 2篇许存禄
  • 1篇武国德
  • 1篇马晓滢
  • 1篇高佳
  • 1篇徐杰
  • 1篇邢磊

传媒

  • 1篇计算机工程与...
  • 1篇计算机工程与...

年份

  • 1篇2015
  • 1篇2010
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
改进的最大相似度区域目标分割算法被引量：1
2015年
针对最大相似度区域融合交互式图像分割(maximal similarity region merging,MSRM)算法在目标与背景存在模糊区时分割效果不理想的缺陷,提出一种改进的MSRM算法。利用导向滤波算法对图像进行细节增强,在不丢失边缘信息的特点的情况下,对原模糊图像进行增强去除模糊区,结合颜色分割算法过滤增强图像的大量冗余信息,提高目标分割精度,扩大MSRM的应用范围。仿真结果表明,改进算法实现了对模糊图像目标更准确、更快速的分割。
徐杰许存禄邢磊马晓滢
关键词：图像增强冗余信息
Chan-Vese模型下的脑肿瘤图像分割方法被引量：8
2010年
提出了一种基于Chan-Vese模型的脑肿瘤图像分割与三维重构方法。该方法首先通过对脑肿瘤图片的迭代腐蚀操作提取脑肿瘤轮廓,然后利用Chan-Vese模型对脑肿瘤进行分割,最后对图像进行迭代膨胀操作复原图像。另外对所有分割后的脑肿瘤图片进行了三维重构与定位。实验结果表明,基于Chan-Vese模型的图像分割方法很好地解决了脑肿瘤分割过程中容易出现的不完全分割问题,同时对脑肿瘤的三维重构与定位也具有较大的临床实用价值。
许存禄高佳武国德
关键词：脑肿瘤图像分割CHAN-VESE模型
全选 清除 导出
共1页<1>
聚类工具0