搜索资源列表
MATLABimageprocess2
- 医学图像处理，实现图像分割，一基于区域生长法；二基于最佳阈值分割-Medical image processing, and image segmentation, one based on region growing method two thresholding based on the best
2D3D-registration
- 数字影像重建在基于灰度的2D／3D医学图像配准技术中具有重要作用。它是利用基于射线追踪算法从三维数据如CT中获得二维虚拟x线图像。影像重建结果的质量直接影响到配准结果的精度。本文对数字影像重建技术作了一定的探讨，实现了对cT体数据的数字影像重建，并通过增强技术获得了突出骨组织的图像，为后续的配准研究做了很好的准备工作。-Digital image reconstruction in intensity based 2D/3D medical image registration techniqu
medicalimagesROI
- 摘 要: 提出了一种基于医学图像中感兴趣区域(ROI)的盲检测水印算法, 将包含重要病理信息的灰度图像作为数字水印, 经置乱后在混沌序列的控制下嵌入到宿主小波域非感兴趣区域中。实验结果表明, 该算法在保护医学 ROI 的同时提高了水印抗 JPEG 压缩的鲁棒性, 并对篡改、 几何剪切、 滤波等均具有良好的鲁棒性和透明性, 而且混沌序列增强了系统的安全性。-Abstract: This paper presents a region of interest based on medical ima
lbp(1)
- 是一种纹理描述算子用于快速提取图像的纹理特征,应用于医学图像检索,场景分类等.-Is a texture descr iption operator for rapid extraction of texture features, used in medical image retrieval, scene classification.
FFT
- 用DSP汇编语言进行医学图像的FFT处理-Using DSP assembly language for medical image processing FFT
Image Enhancement
- 提供了图像增强技术在医学方面的应用及算法，并实现了普通中值及自适应中值图像增强的不同效果，有Matlab代码-Provides image enhancement in medical applications and algorithms, and to achieve the common value and the adaptive value of different image enhancement effect has Matlab code
SyntheticMethodsfortheMedicalImageProcessingand3DR
- 医学图象处理及其三维重建是目前研究的热点问题，它涉及计算机图形学、数字图像处理计算机视觉、以及人机交互技术。 医学图像预处理与三维重建是可视化技术的核心环节，二者直接关系着三维可视化的效果和速度。本文介绍了灰度变换噪声消除以及 伪彩色编码等图像预处理技术。然后着重探讨了三维重建技术中的体绘制和面绘制算法以及这两种算法的优点和不足。最后总结了网格消减算法，并利用它对MC算法进行表面网格简化。 -Medical processing and 3D reconstruction is a
Registration
- 基于互信息的医学图像配准 matlab程序-image registration based on mutual information matlab
DICOM_Document1
- HC3i-DICOM+医学图像格式转换的VC++实现.pdf, DICOM相关的文档，网上不好找，本人正在学习，所以贴出来跟大家分享，希望对初学者有所帮助。-HC3i-DICOM+ medical image format conversion of VC++ implementation. Pdf, DICOM-related documents, easy to find online, I was learning, so posted to share with you, I hope
Harris
- 研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法 针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和 背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用 Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行 聚类 -To develop an mi age analyzing procedure forautomatic
jiansuo
- 小波医学图像检索,适合做医学图像方面的朋友-wavelet medical image retrieval
MR_PET_ronghe
- 基于小波的脑部MR与伪彩色PET医学图像融合，低频采用加权平均，高频采用3*3区域标准差的融合规则，效果很好，内含一组脑部MR与PET医学图像-Simulation Wavelet-based for brain PET and MR image fusion, low frequency using the weighted average and high frequency using region-based standard deviation fusion rule, the
s
- 基于小波变换和互信息的医学图像配准基于小波变换和互信息的医学图像配准-Mutual information based on wavelet transform and the medical image registration based on wavelet transform and the mutual information of medical image registration
基于dicom标准的数字医学文件研究
- 随着数字可视化和网络技术突飞猛进的发展，医学数字图像通信已经发展成一门新兴的学科。DICOM标准也成为一个在世界上得到广泛认同和使用医学数字图像通信的标准。本文大致可以划分为两个部分：DICOM标准的介绍部分和数字医学图像传输部分。因为DICOM文件是用于表示现实世界中的医疗信息实体，所以DICOM标准部分主要介绍DICOM标准内容和通信体系。数字医学图像传输部分包括文件结构说明、协商、DICOM消息在各通信环节中的构造与转变过程以及数据传输四个部分。主要是研究客户端（SCU）和服务器端（SCP
FractalDim2
- 将肿瘤图像中的肿瘤轮廓提取，将轮廓的矩阵输入到函数中，得到肿瘤的分维结果。(The tumor contour is extracted from the tumor image, and the matrix of the contour is input into the function to obtain the fractal dimension of the tumor.)
医学配准
- 这是个医学图像配准的GUI界面，很好用。(This is a medical image registration GUI interface, very easy to use.)
java数学图像处理
- 本源码共16章，除第0章介绍Java编程基础外，其余15章对应地编程实现了配套书《数字图像处理—原理与算法》中的所有算法，并进行相应的实验。光盘中有完整的程序代码和相应的实验图像，可直接运行。部分程序源代码来自于作者的科学研究和与公司的合作研发，具有借鉴和参考价值。本书可供电子信息、通信、计算机、自动控制、生物医学等理工科相关专业的专科生、本科生和研究生及工程技术人员学习和参考。(Java is divided into four provinces, West Java, Central Ja
图像分割中常用的水平集方法的matlab源代码
- 图像分割是图像分析的关键步骤，而水平集方法是图像分割的一项热门方法，它有着许多算法不具有的优点，尤其可用于分割背景复杂信息难以提取的医学图像。这里是一些水平集分割图像的matlab的实现例子，希望可以帮到大家。(Image segmentation is the key step of image analysis, while the level set method is a popular image segmentation method, it has many advantages
subtract
- 显现图像中灰度值较小的部分，示例图中的医学图像就可以很清晰的把血管展示出来。(Showing the image in the smaller part of the gray value, the sample image in the medical image can be very clear to show the blood vessels.)
optical_flow_程序
- 通过光流场模型对医学图像进行配准，主要是2D的应用(The medical image is registered by the optical flow field model)