您的位置: 专家智库 > >

陈秀梅

作品数:5 被引量:29H指数:3
供职机构:南通大学电子信息学院更多>>
发文基金:国家自然科学基金博士科研启动基金江苏省高校自然科学研究项目更多>>
相关领域:自动化与计算机技术电子电信医药卫生更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 2篇电子电信
  • 1篇医药卫生

主题

  • 4篇图像
  • 2篇压缩感知
  • 2篇医学图像
  • 2篇感知
  • 2篇SPIHT算...
  • 2篇CURVEL...
  • 2篇MRI图像
  • 1篇医学图像压缩
  • 1篇三维可视化
  • 1篇数据压缩
  • 1篇图像编码
  • 1篇图像处理
  • 1篇图像感兴趣区...
  • 1篇图像压缩
  • 1篇图像重构
  • 1篇下采样
  • 1篇轮廓波
  • 1篇轮廓波变换
  • 1篇可视化
  • 1篇感兴趣

机构

  • 5篇南通大学

作者

  • 5篇陈秀梅
  • 5篇汤敏
  • 3篇王伟
  • 2篇王敬时
  • 1篇陈峰
  • 1篇赵扬

传媒

  • 2篇中国医学影像...
  • 2篇计算机科学
  • 1篇医疗卫生装备

年份

  • 2篇2015
  • 3篇2014
5 条 记 录,以下是 1-5
排序方式:
基于Curvelet变换的医学图像处理研究被引量:1
2014年
在分析小波变换对图像边界和线状特性处理效果不佳的基础上,从图像融合、图像消噪、图像重建、图像分割、图像检索5个方面,对Curvelet变换用于医学图像处理的研究成果进行了概述,并分析了基于Curvelet变换的医学图像处理的发展趋势;指出了充分利用人类的视觉特点,结合Curvelet变换的图像分割、二维建模、三维变换和自适应量化等各项技术是Curvelet变换发展的必然趋势,处理效果、处理速度和处理方法的优化则是医学图像处理的研究目标。
陈秀梅汤敏
关键词:CURVELET变换医学图像图像处理
基于Curvelet变换和SPIHT算法的医学图像感兴趣区压缩被引量:5
2014年
目的提出基于Curvelet变换和多级树集合分裂排序(SPIHT)算法的图像感兴趣区(ROI)压缩方法,并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取,保留ROI不压缩,对背景区域进行Curvelet变换,采用SPIHT算法对Curvelet系数进行编码;然后进行Curvelet逆变换得到有损压缩后的图像;最后将ROI区域与背景区域叠加,得到压缩后的完整图像。采用峰值信噪比作为评价指标,比较ROI压缩和整体压缩的效果,以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较,采用ROI压缩的视觉效果优于整体压缩的效果,更能突出ROI;而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩,相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩,符合医学图像压缩的高精度、高质量要求。
陈秀梅王伟汤敏
关键词:数据压缩图像编码CURVELET变换SPIHT算法
基于压缩感知的MRI图像的二维重构和三维可视化被引量:6
2015年
压缩感知是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩数据的采集。该技术应用于医学成像领域,可以加快MRI的扫描速度,减少放射剂量,减少患者的不适。算法首先利用小波系数的稀疏性,保留部分比例最大系数;其次利用改进的最佳正交匹配追踪算法实现基于压缩感知的医学图像二维重构;最后利用最大密度投影算法实现三维体绘制。实验结果表明,局部细节放大图、峰值信噪比以及剖分线的对比,均从定性、定量的角度证明了二维重构算法的准确性和高效性,三维体绘制结果对于诊断及治疗具有很好的辅助作用。
陈秀梅王敬时王伟汤敏
关键词:磁共振成像压缩感知
基于Contourlet变换和SPIHT算法的彩色医学图像压缩被引量:18
2014年
二维小波变换只能很好地分离不连续点,无法最优表示曲线奇异,同时只能获取有限的方向信息,这大大限制了它在图像处理领域的应用。Contourlet变换则结合拉普拉斯金字塔和方向滤波器组,得到多分辨率、局域、多方向的图像表示。由于基于小波变换的多级树集合分裂排序(SPIHT)算法不能有效表达图像的纹理和轮廓信息,因此提出一种基于Contourlet变换和SPIHT算法的彩色图像压缩方法,并应用于医学图像感兴趣区域压缩。首先将彩色图像转换至YIQ彩色空间;然后选取感兴趣区域,对其采用Contourlet变换提取特征信息,并利用SPIHT算法对Contourlet系数优先编码和传输,从而保证感兴趣区域的图像质量和细节信息。对背景区域则采用小波变换,并通过系数截断的方式提高图像压缩比。实验结果表明,所提算法可以较好地保留感兴趣区域的图像特征,大幅度提高背景区域的压缩比,是一种较实用的图像压缩新方法,在医学图像感兴趣区域压缩中效果良好。
汤敏陈秀梅陈峰
关键词:CONTOURLET变换SPIHT图像压缩医学图像
基于非下采样轮廓波的MRI图像的压缩感知重构被引量:1
2015年
压缩感知是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,可从小规模的线性、非自适应的测量值中通过非线性优化的方法精确重构信号。压缩感知以远低于奈奎斯特频率的采样频率,在压缩成像系统、医学图像处理等领域有着广阔的应用前景。提出算法采用非下采样轮廓波变换稀疏表达原始图像,通过傅立叶矩阵进行测量,最后采用迭代软阈值算法实现医学MRI图像的压缩感知重构。以峰值信噪比、互信息、伪影功率为评价指标,比较小波变换、频率局部化轮廓波变换以及非下采样轮廓波变换三者的压缩感知重构效果。实验结果表明,无论采样率设置如何变化,提出算法在峰值信噪比、原始信息保留比例以及重构精度等方面均具有明显优势,在快速医学成像领域具有广阔的应用前景。
陈秀梅王敬时王伟赵扬汤敏
关键词:压缩感知图像重构
共1页<1>
聚类工具0