叶鸿瑾
- 作品数：8 被引量：52H指数：4
- 供职机构：山西医科大学计算机教学部更多>>
- 发文基金：山西省自然科学基金国家自然科学基金山西省回国留学人员科研经费资助项目更多>>
- 相关领域：电子电信自动化与计算机技术天文地球医药卫生更多>>
- 基于小波变换的医学图像处理研究
- 在现代医学中，医学影像技术已成为医生必不可少的手段和工具。医学图像的好坏，直接影响着医生对病情的诊断和治疗。但医学图像在获得的过程中都会混有各种噪声。CT图像也是如此，当病变组织与正常组织的衰减系数相差很小时，高噪声CT...
- 叶鸿瑾
- 关键词：数字图像处理医学图像小波变换图像去噪图像压缩图像融合
- 文献传递
- 基于提升小波和形态学融合的图像边缘检测被引量：3
- 2013年
- 针对传统边缘检测方法边缘定位不精确的缺点,结合提升小波变换和数学形态学的优势,提出了一种融合提升小波和多尺度形态学的边缘检测方法。首先,对原始图像进行提升小波变换;再用小波变换和多尺度形态学算子分别对低频图像进行边缘检测,根据异或原则融合成低频边缘;然后,用小波变换检测高频图像边缘;最后,通过提升小波反变换得到边缘图像。实验结果表明,与传统或其他的形态学边缘检测方法相比,该算法在保持图像边缘清晰的同时,具有很强的边缘定位能力。
- 杜军慧韩应征叶鸿瑾
- 关键词：提升小波形态学边缘检测
- 融合提升小波和形态学熵权的医学图像边缘检测被引量：3
- 2014年
- 为了提高医学图像边缘检测定位的精度,结合基于小波变换和数学形态学边缘检测算法的优点,提出一种融合提升小波和多尺度形态学熵权边缘检测算法。首先应用提升小波边缘检测算法提取边缘,再由多尺度形态学算子进行边缘检测,依据各尺度下边缘图像的信息熵确定权值进而求和得到边缘图像,最后对两种方法得到的边缘图像进行融合。实验结果表明,与传统边缘检测算法相比,该算法融合规则简单,边缘精度高并且定位准确,是一种有效的图像边缘检测算法。
- 叶鸿瑾张雪英王亚男
- 关键词：边缘检测提升小波形态学熵权
- 改进的形态学肺部图像边缘检测被引量：5
- 2014年
- 针对肺部图像边缘检测中存在的噪声问题,在数学形态学边缘检测的基础上做了3点改进:(1)结合结构元素3个基本选取原则,即形状的相似性、尺寸的覆盖性和不同结构元素的组合性,选取适合肺部图像的全方位结构元和多尺度结构元;(2)改进了普通的形态学边缘检测算子,将全方位结构元和多尺度结构元相结合,得到适用于肺部图像的新型复合形态学边缘检测算子;(3)将峰值信噪比(Peak signal-to-noise ratio,PSNR)加入权值计算方法中,改进了权值的计算方法。最后通过仿真实验,对PSNR为50.684 9dB的肺部噪声图像进行边缘检测,并与一般算法进行比较,结果表明改进算法在PSNR和均方误差(Mean square error,MSE)上均有明显改善,能够检测出更清晰、去噪效果更好的肺部图像边缘。应用于其他图像或加入不同噪声时,本文算法也能检测出更清晰的图像边缘,表明该算法具有很好的鲁棒性。
- 景少玲白静叶鸿瑾
- 关键词：边缘检测峰值信噪比
- 基于小波变换的图像去噪方法的研究被引量：4
- 2009年
- 小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.
- 叶鸿瑾李祥生满晰刘红耀
- 关键词：小波变换中值滤波图像去噪
- 联合提升小波和形态学的医学图像边缘检测被引量：1
- 2013年
- 医学图像现已成为临床诊断、病理分析及治疗的重要依据和手段,医学图像边缘检测的好坏,会直接影响到后续的治疗过程。分析了基于小波变换和数学形态学的边缘检测算法的不足,提出了一种联合提升小波和形态学的医学图像边缘检测算法。首先对原始图像做提升小波变换,然后采用多方位形态学算子检测边缘,最后进行提升小波反变换。实验结果表明该方法能在有效地去除噪声的同时准确地检测出肺部病灶图像的边缘,是一种有效的医学图像边缘检测方法。
- 王亚男张雪英叶鸿瑾
- 关键词：医学图像提升小波数学形态学边缘检测
- 基于小波变换和中值滤波的医学图像去噪被引量：31
- 2005年
- 简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。
- 叶鸿瑾张雪英何小刚
- 关键词：小波变换中值滤波医学图像图像去噪
- 小波阈值去噪联合数学形态学的肺部图像边缘检测被引量：5
- 2013年
- 针对肺部图像的噪声问题,采用基于小波变换的阈值去噪方法去噪。在数学形态学边缘检测的基础上,选取适合肺部图像的全方位和多尺度结构元素,采用改进的形态学边缘检测算子对去噪前后的图像进行边缘检测,并给出MATLAB软件编程实现方法和核心程序。最后将所提算法对去噪前后的图像边缘检测结果进行比较。结果显示去噪后图像的峰值信噪比(PSNR)和均方误差MSE都比去噪前有明显改善,表明采用的算法不但能有效地去除噪声,同时还能保留边缘的细节,检测出更光滑、清晰的肺部图像边缘。结果也证明了小波阈值去噪联合数学形态学对肺部病灶图像进行边缘检测的有效性。
- 景少玲叶鸿瑾白静
- 关键词：小波阈值去噪数学形态学边缘检测
