基于边界信息的医学图像三维插值

目的Cubic卷积插值是医学图像三维插值的常用方法,针对其插值处的结果边界模糊和精度不高的缺陷,建立一种精确度较高的插值方法。方法首先通过模糊对比度增强精确定位图像边界,再运用形态学运算确定出新插值图像边界,对于新插值图像边界点采用最佳匹配对应点插值;对于非边界点采用一种新的Cubic卷积插值方法确定其灰度值。结果本文方法的均方差、不符合像素点数和最大误差均小于传统插值方法。结论本文提出的方法具有较高的精确性。     

从CT体数据场提取人体器官的方法

改进传统窗口调节函数,结合模糊集理论和三维区域生长技术,提出并实现一种采用CT体数据场的人体器官提取新方法.首先在DICOM图像的原始数据空间域中,将窗口调节至使对应组织器官的灰度信息和形状信息的显示最为充分;然后,运用模糊集理论对其进行模糊增强,最后对增强后的结果运用区域生长法将器官提取出来.实验表明本方法能够有效提取出多数的人体器官.不仅提取结果细节清晰,而且分割成功率达75%以上,同时该方法具有较强的鲁棒性.     

基于线性广义模糊算子图像快速增强算法

目的：研究Pal类模糊算法的图像增强原理,提出适合CT／MR图像的快速增强算法．方法：首先,通过定义一个线性映射函数,将感兴趣区域（ROI）从背景区域分离出来;其次,用线性的广义模糊算子（L-GFO）单独对ROI进行增强．结果：在P4—2．4G／512M／128M微机上,用IDL对50幅CT／MR图像处理速度进行测试,本文算法平均每幅增强处理用时约0．8ms．结论：本文算法减少了运算量、提高了处理速度．