內容簡介
本書著重介紹了模糊數學在生物醫學中的套用方法及以小波理論與神經網路為主要工具的生物醫學圖像處理技術。內容涉及生物醫學信息與圖像處理基礎理論;模糊數學方法在疾病診斷、中醫辨證、青少年個體體質與視力評價、疾病預測、足跡識別等中的套用;以小波變換和脈衝耦合神經網路(pcnn)為工具並結合形態學的超聲醫學圖像去噪算法;基於自適應低通濾波的超聲醫學圖像增強算法及基於小波變換和線型中值濾波的指紋圖像增強算法;利用小波多尺度分析和神經網路理論的指紋圖像分割與壓縮算法,利用整數提升小波和PCNN的醫學圖像分割與壓縮算法;根據醫學細胞圖像邊緣灰度級梯度較大、細胞噪聲點多的特性,結合形態學與蟻群算法的醫學細胞邊緣檢測算法。目錄
前言第1章生物醫學信息與圖像處理基礎
1.1模糊數學基礎理論
1.1.1模糊集合論
1.1.2確定隸屬函式方法
1.1.3模糊數學方法
1.1.4權重?確定方法
1.2小波變換基礎理論
1.2.1小波變換的基本概念
1.2.2多解析度分析
1.2.3提升小波變換
1.2.4圖像的二維小波分解與重構
1.3神經網路基礎理論
1.3.1神經網路結構
1.3.2脈衝耦合神經網路基本原理及性能分析
精彩書摘
4.2基於小波變換和線型中值濾波的指紋圖像增強算法
採集獲得的指紋圖像通常都伴隨著各種各樣的噪聲,這些噪聲的存在嚴重影響了指紋識別的準確性。有效地對指紋圖像進行增強,有利於提高指紋特徵提取的準確率,從而提高指紋識別系統的性能。
本節在介紹指紋圖像增強的目的和一般方法的基礎上,提出了一種基於小波變換和線型中值濾波的指紋圖像增強算法(fingerprintimageenhancementbasedonwavelettransformandmedianfilter,FIEWTMF),並通過仿真實驗驗證了該算法的有效性。
4.2.1指紋圖像
在計算機自動指紋識別技術中,提取正確、可靠而有效的指紋特徵信息是進行最終指紋匹配的基礎,而指紋特徵信息提取的準確性又直接依賴於指紋圖像自身的質量。質量良好的指紋圖像,可以比較精確地對特徵點進行定位,偽特徵點也相對較少。但是在實際套用中,由於受採集設備和活體指紋採集條件等因素的限制,所採集的指紋圖像有不少是質量比較差的。這些因素主要包括以下幾點:
(1)當今所用的指紋採集儀器主要是光電觸摸式,這種指紋採集儀在採集活體指紋時要求將手指放在指紋採集儀上,並且有一定強度的按壓,這樣就直接導致
基礎醫學書籍(二)
基礎醫學(英語縮寫BMS),屬於基礎學科,是現代醫學的基礎。基礎醫學是研究人的生命和疾病現象的本質及其規律的自然科學。其所研究的關於人體的健康與疾病的本質及其規律為其他所有套用醫學所遵循。 |
盤點圖像處理書籍
圖像處理(image processing),是指用計算機對圖像進行分析,以達到所需結果的技術。又稱圖片處理、影像處理、照片處理、後期處理、P圖、PS。 |