|本期目录/Table of Contents|

[1]李颖婕,赵晶.基于组合向量滤波的膝关节CT图像边缘检测[J].厦门理工学院学报,2017,(3):18-22.
 LI Yingjie,ZHAO Jing.Edge Detection of Knee CT Images Based on Combined Vector Filtering[J].Journal of JOURNAL OF XIAMEN,2017,(3):18-22.
点击复制

基于组合向量滤波的膝关节CT图像边缘检测(PDF)
分享到:

《厦门理工学院学报》[ISSN:1673-4432/CN:35-1289/Z]

卷:
期数:
2017年第3期
页码:
18-22
栏目:
电气工程与自动化
出版日期:
2017-06-30

文章信息/Info

Title:
Edge Detection of Knee CT Images Based on Combined Vector Filtering
文章编号:
1673-4432(2017)03-0018-05
作者:
李颖婕赵晶
(厦门理工学院电气工程与自动化学院,福建 厦门 361024)
Author(s):
LI YingjieZHAO Jing
(School of Electrical Engineering and Automation,Xiamen University of Technology,Xiamen 361024,China)
关键词:
膝关节组织CT图像边缘检测组合特征向量滤波拟牛顿算法神经网络
Keywords:
knee tissueCT imagesedge detectioncombined eigenvector filteringquasinewton methodneural networks
分类号:
TP39141
DOI:
-
文献标志码:
A
摘要:
为克服传统分割方法依赖人工选取阈值的缺陷,提出基于组合向量滤波的膝关节CT图像边缘检测方法。经组合特征向量预处理后,利用拟牛顿算法改进的神经网络算法,实现膝关节CT图像自动分割和处理。仿真实验表明,处理后的图像能够较好地检测到原始膝关节CT图像的边缘,边缘轮廓圆滑清晰,封闭性好。与传统神经网络方法相比,该检测方法可提高边缘特征信息的精度和处理效率。
Abstract:
To avoid human selecting of threshold in traditional segmentation,a method based on combined vector filtering for edge detection of knee joint CT images was proposed.After the pretreatment of combining purposed vectors,the knee joint CT image was automatically segmented and processed by using the neural network which is improved by quasinewton.The simulation experiment shows that the processed image can detect the edge of the CT image of the knee joint better with smooth and sharp contour and good seal Compared with traditional way,the new method improves the accuracy and efficiency of edge information.

参考文献/References:

[1]秦然.基于神经网络的CT脑血管图像边缘检测算法[J].电子测量与仪器学报,2010,24(4):346352. [2]张习民,贾克斌,卓东风.BP神经网络在图像边缘检测中的应用[J].计算机工程与设计,2011,32(6):2 1462 148. [3]王玲.基于Matlab的图像分割和边缘检测教学的研究[J].电脑知识与技术,2015,8(11):184186. [4]王钏.基于卷积神经网络的血管图像分割[D].西安:西安电子科技大学,2015:175224. [5]李武.Matlab中图像边缘检测算法研究[J].北京测绘,2014(3):6568. [6]刘明艳,赵景秀,孙宁.用Prewitt边缘细化边缘[J].光电子技术,2006,26(4):259263. [7]冯伍,张俊兰,苗秋瑾.几种典型边缘检测算子的评估[J].电子设计工程,2011,19(4):131133. [8]于敏学,李敏生.神经网络模型的结构和算法的分离[J].北京理工大学学报,2001,21(5):587590. [9]肖锋.基于BP神经网络的数字图像边缘检测算法的研究[J].西安科技大学学报,2005,25(3):372375. [10]柳赟,郑蕊蕊,吴艳军,等.基于BP神经网络的彩色图像边缘检测方法研究[J].微处理器与可编程控制器,2013,19:100101. [11]戴洪磊,韩李涛,陈传法.基于拟牛顿优化算法BP神经网络的瓦斯灾害预测模型[J].煤矿安全,2012,43(10):1114.

相似文献/References:

备注/Memo

备注/Memo:
[收稿日期]2017-05-28[修回日期]2017-06-26 [基金项目]福建省自然科学基金项目(2015J01275) [作者简介]李颖婕(1994-),女,硕士研究生,研究方向为自动控制技术。通讯作者:赵晶(1974-),女,副教授,硕士,研究方向为系统控制与仿真,Email:jzhao@xmut.edu.cn。
更新日期/Last Update: