河南大学图像处理与模式识别研究所, 河南 开封 475000
由于血管边界形态复杂,像素级狭窄检测难以有效地反映血管的细节信息。提出了一种基于数字减影血管造影(DSA)的影像血管狭窄的亚像素级自动检测方法,通过亚像素级分析可以更加准确地辨别狭窄位置并得到更加精确的狭窄程度量化结果。基于自适应多尺度滤波及形态学运算得出血管中轴线,利用泽尼克矩的旋转不变性对血管管壁进行亚像素级检测,采用基于动态球的直径测量算法量化直径,实现了基于DSA的影像血管狭窄的亚像素级自动检测。
图像处理 数字减影血管造影 亚像素 狭窄检测 泽尼克矩 激光与光电子学进展
2018, 55(4): 041101
西安电子科技大学智能控制与图像工程研究所, 陕西 西安 710071
针对基于特征匹配的传统图像拼接方法对旋转和噪声敏感的问题,提出了一种基于兴趣点伪泽尼克(Zernike)矩的图像自动拼接技术。利用哈里斯(Harris)角检测器获取图像中的兴趣点,计算以兴趣点为中心邻域窗口的伪泽尼克矩,通过比较各个兴趣点邻域伪泽尼克矩的欧氏距离提取出初始特征点对,根据几何变换模型剔除伪特征点对,最后利用得到的几何变换模型,对输入图像进行几何变换后将两幅图像间的重叠区域进行图像融合,完成图像的拼接。实验表明,该方法对平移、任意角度的旋转以及噪声均具有鲁棒性,对于具有小尺度变换(小于1.5)的图像仍然具有很好的拼接效果。
图像处理 图像拼接 兴趣点 伪泽尼克矩 角检测器 几何变换
