自适应红外图像对比度增强方法及装置

    公开(公告)号:CN114092355A

    公开(公告)日:2022-02-25

    申请号:CN202111420941.7

    申请日:2021-11-26

    Abstract: 本发明公开了一种自适应红外图像对比度增强方法及装置,涉及红外图像增强处理技术领域,获取原始红外序列图像,并进行去伪影处理;对原始红外序列图像进行L级小波分解,分解为低频子带图像和高频子带图像;统计每一尺度下的低频子带图像的直方图,获取统计直方图;对每一尺度下的低频子带图像的统计直方图进行修正;通过低频子带图像的累积直方图对低频子带图像的灰度值进行重新分配,获取均衡化的灰度值;对各尺度下的高频子带图像分别进行去噪;将处理后的各尺度的低频子带图像和各尺度的高频子带图像进行小波逆变换,完成图像重构;对重构后的图像进行灰度映射处理,获取对比度增强的红外图像。本申请能够有效增强红外图像的对比度。

    左心室分割方法及装置
    2.
    发明公开

    公开(公告)号:CN114119641A

    公开(公告)日:2022-03-01

    申请号:CN202111422875.7

    申请日:2021-11-26

    Abstract: 本发明公开了一种左心室分割方法及装置,涉及医学图像处理技术领域,包括:获取受试者的心脏核磁共振图像,并采用专业标记方式标记左心室的轮廓,定义为第一轮廓区域;获取多个包含心脏核磁共振信息的图像,构建Numpy数组,并对Numpy数组内的图像进行剪切和翻转;将处理后的Numpy数组的图像作为预设神经网络的输入,训练预设神经网络,并获取左心室分割模型;将受试者的心脏核磁共振图像输入左心室分割模型,获取受试者左心室的轮廓区域,定义为第二轮廓区域;对比第一轮廓区域和第二轮廓区域,判断左心室分割模型输出的准确性。本申请基于可解释卷积神经网络训练的左心室分割模型,能够有效保证左心室分割结果的可行性和有效性。

Patent Agency Ranking