基于胸部CT图像的恶性结节的检测方法研究

在胸部CT图像恶性结节计算机辅助诊断过程中,肺结节的分割与特征的提取是关键的步骤。为此,将图像的灰度与形状特征用于感兴趣区域（ROI）的分割,然后提取ROI的区域密度、小波矩和纵隔掩盖比等特征,接着根据RS理论选择有效的特征,最后把特征矢量送入SCNN进行肺部结节的良恶性识别。该方法避免了传统方法忽略结节与周围组织关系,同时没考虑恶性结节纵隔掩盖征,提取的特征有效地反映了结节的局部和全局特征。实验结果表明该检测方法可以得到比较好的识别效果。     

彩色序列图像中实时运动目标跟踪方法

提出了一种彩色序列图像中的实时运动目标跟踪算法,该算法首先利用综合帧间差分法与背景差分法两种方法优点的动态背景更新算法来检测各种运动目标,在后续的图像序列中,利用运动检测算法来确定目标跟踪的起始点,并利用Mean Shift算法来跟踪运动物体;然后再更新Mean Shift的目标模板。实验结果表明,该算法能够克服Mean Shift算法对尺度变化的物体的跟踪效果较差且不能检测突然出现在图像序列中的物体的不足,快速准确地跟踪各种物体。