-
改进的拉普拉斯金字塔多光谱术中引导快速融合算法
编辑人员丨2023/8/6
本研究利用吲哚菁绿(indocyanine green,ICG)对肿瘤进行标记,通过改进的拉普拉斯金字塔算法对非顶层图像的肿瘤细节进行增强,同时去除顶层图像的非肿瘤信息,从而达到强化与区分肿瘤信息的目的;利用图形处理单元(graphics processing unit,GPU)技术将融合算法进行并行化处理,可以有效提高本研究算法的运算速度,实时显示多光谱融合图像.相对于传统成像方式,本研究提供的成像方法可以实时获取更为全面的肿瘤信息,提高了肿瘤检测的准确性,从而帮助外科医生更好地实施肿瘤切除手术.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于高斯-拉普拉斯金字塔的DR图像增强改进算法研究
编辑人员丨2023/8/6
目的 为从数字X线成像(Digital Radiography,DR)图像中获取更多的诊断决策信息,在传统高斯-拉普拉斯金字塔算法的基础上提出了改进.方法 在基于人眼视觉特性及获得更好细节增强效果的基础上,对图像低频分量采用直方图均衡使图像灰度显示更加均衡,对图像高频分量采用分层指数增强使图像细节更加清晰.结果 改进算法提高了胸部、盆腔和脊椎等部位的DR图像的对比度,使图像更有层次感,获得了良好的图像增强效果.结论 实现结果表明,该算法的增强效果优于传统高斯-拉普拉斯金字塔算法.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于拉普拉斯超分辨率印刷电路板瑕疵检测方法
编辑人员丨2023/8/5
瑕疵检测是印刷电路板生产中一个重要环节.电路板复杂度高,瑕疵尺寸小,工业采集图像分辨率低,传统检测方法无法满足高精度及高召回率的要求.针对此问题,本文提出一种结合拉普拉斯金字塔超分辨率网络和YOLO v3目标检测算法的瑕疵检测方法.首先,使用拉普拉斯金字塔超分辨率网络逐级重建电路板高分辨率图像.其次,将高分辨率图像输入到Darknet-53网络中,使用YOLO v3算法提取特征.然后,使用K-Means聚类调整先验框的大小,利用先验框对特征图进行多尺度检测.最后使用非极大值抑制合并候选框,定位瑕疵及分类.在北大公开的电路板瑕疵数据集上进行训练和检测,实验结果平均精度均值为99.41％,召回率为99.31％.
...不再出现此类内容
编辑人员丨2023/8/5
-
基于改进U-Net网络的内窥镜图像烟雾净化算法
编辑人员丨2023/8/5
在微创手术中,电灼、激光烧蚀等操作产生的烟雾严重影响图像质量,遮挡医生视野,增加手术风险,同时也降低计算机辅助手术算法(如分割、三维重建、跟踪等)的性能,因此需要实时去除烟雾,以保持清晰的视野.提出一种基于改进U-Net网络的烟雾净化算法:为了保留更多图像细节,在U-Net网络编码器部分加入经过拉普拉斯金字塔变换的烟雾内窥镜图像;为了提升网络性能,在U-Net网络解码器部分加入CBAM注意力机制模块.以英国汉姆林(Hamlyn)中心提供的腹腔镜图像为原始数据集(训练图像15000张,合成烟雾测试图像1000张,真实包含雾气的测试图像129张),采用Blender软件模拟手术过程中烟雾出现的各种情况,对腹腔镜图像加入烟雾,得到合成烟雾图像,再送入模型进行训练,并进行5折交叉验证.在合成数据集上的综合测试结果如下:结构相似性指标SSIM为0.98,峰值性噪比PSNR为31.05.这两项指标说明,经过烟雾净化的图像与原图非常相似,有助于手术中还原人体内部的真实视野.模型平均运行速度为90.91 fps,在浓雾和淡雾数据集上比物理方法和以对抗神经网络为基础的各种方法效果更好.所提出的方法可以在烟雾数据集稀缺的场景为内窥镜烟雾净化算法提供高质量的解决方案,有助于医生得到清晰、开阔的手术视野.
...不再出现此类内容
编辑人员丨2023/8/5
