2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)字化虛擬人體,是醫(yī)學與信息技術(shù)、虛擬現(xiàn)實技術(shù)相結(jié)合的科技性研究課題。通過人體斷面連續(xù)切片構(gòu)建出數(shù)據(jù)集,將醫(yī)學信息數(shù)字化,為醫(yī)學教育和醫(yī)學臨床的應用提供了理想的工具。 在數(shù)字人體模型建立的流程中,切片圖像的準確分割是器官和組織三維重建的基礎。如何提高人體切片圖像數(shù)據(jù)圖分割的精度和速度是目前公認的瓶頸。隨著切片加工精度的提高,這一問題越來越迫切。因此,尋求新的技術(shù)方法解決這一問題具有重要意義。 本文對醫(yī)學圖像分割的理論、方

2、法和技術(shù)作了全面、細致的研究。首先,文章對醫(yī)學圖像分割的有關(guān)概念、方法及其研究現(xiàn)狀進行了綜述,然后分別討論了針對可視化人體圖片集背景移除的現(xiàn)行分割方法。 醫(yī)學圖像分割主要以各種細胞、組織與器官的圖像來作為處理的對象或內(nèi)容,相關(guān)的分割方法,可根據(jù)分割標準的選擇分為灰度圖像分割和彩色圖像分割兩種,其中傳統(tǒng)的灰度圖像分割是發(fā)展比較成熟的體系,大致可分為直方圖閾值法、特征空間聚類法、基于區(qū)域的方法、邊緣檢測等多種方法。在本文中也做了較為

3、詳細的介紹。 對于灰度圖像的分割,已經(jīng)有相當多的成果和結(jié)論,而對彩色圖像的分割,由于比較復雜,研究的卻比較少。彩色圖像的分割可以看成是灰度圖像分割技術(shù)在各種顏色空間上的應用,把對每一個象素的描述,從灰度圖像的一維亮度空間轉(zhuǎn)移到彩色圖像的三維顏色空間上,其基本方法也可以看作是灰度圖像分割在三維空間的拓展。因此,對于彩色圖像分割需面臨如下兩個主要問題:(1)選擇合適的顏色空間;(2)選擇恰當?shù)姆指罘椒āS捎诓噬珗D像提供了比灰度圖像更

4、為豐富的信息,因此彩色圖像處理正受到人們越來越多的關(guān)注。 目前應用于醫(yī)學圖像的分割方法多是因具體問題而提出,還沒有一個通用的算法,任何分割方法都不是相互獨立的,往往結(jié)合使用。而可視化人體切片圖像的分割技術(shù),作為數(shù)字化可視人體圖像進一步處理的基礎,同樣可以分為按照紋理分割和按照顏色信息分割兩種。 實驗證明,按照紋理分割的方法在對人體切片數(shù)據(jù)進行二次分割比較有效,因為二次分割的是圖像中的局部器官,前景和背景的顏色特征區(qū)別不明

5、顯,并有所交叉;而按照切片的顏色信息進行分割的方法,對于從原始切片中提取人體數(shù)據(jù)是比較簡單高效的。 本文對數(shù)字人體圖像背景去除技術(shù)的現(xiàn)行算法進行了簡單描述和分析,提出了一種基于色系變換的移除背景算法。該算法充分考慮到了顏色信息與圖像內(nèi)容的關(guān)系,對原圖像進行了變換色系的處理,把原始的RGB圖像變換到Y(jié)IQ顏色空間,選取前景和背景區(qū)分最明顯的Ⅰ分量對感興趣區(qū)域進行標記,最后再根據(jù)標記矩陣對原圖像進行背景移除操作。 實驗表明,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論