针对实际血管造影图像存在的噪声和光照不均,本文提出一种新的Hessian矩阵增强算法来提取血管图像。算法主要通过无抽样方向滤波器组进行血管方向图分解、同态滤波器滤波、Hessian特征矩阵和血管方向图合成。实验表明,与传统Hessian算法相比,提出的算法能够连续提取血管的精细结构,对噪声不敏感,处理的图像质量更高。
CN4一 2 8 TP 3l 5/ I SN OO— 3 S 1 7 1 OX
计算机工程与科学 COM PUTER ENGI ERI NE NG& S E CI NCE
2 1年第 3第 1 02 4卷 O期 V o134。 . No. 10。 01 2 2
文章编号: 0 7 1 0 2 1 ) 00 0— 4 1 0— 3 X( 0 2 i— 1 40
一
种新的血管造影图像 sin矩阵增强算法 Hesa A o e e sa a rx En a e e t N v lH s i n M t i h nc m n A l o ihm o g o r p y I a e g rt f r An i g a h m g s 康长青,袁磊。华丽。文平曹
K ANG Cha - n YUAN i H UA, ng qi g, Le, Li CAO e‘ i W n pn
(北文理学院数学与计算机科学学院,北襄阳 4 1 5 )湖湖 4 0 3 ( au yo te ai n o ue c neHue U i ri f r dSi c,i gag4 1 5, hn ) F cl f t Mahm t s dC mp t Si c, bi nv syo t a c neXa y 4 0 3C ia ca r e e t A s n e n n
摘
要:对实际血管造影图像存在的噪声和光照不均,针本文提出一种新的 Hesa si n矩阵增强算法来
提取血管图像。算法主要通过无抽样方向滤波器组进行血管方向图分解、态滤波器滤波、 sin特征同 Hes a矩阵和血管方向图合成。实验表明,传统 Hes n算法相比,出的算法能够连续提取血管的精细结与 si a提 构,噪声不敏感,对处理的图像质量更高。 Ab t a t A o lH e sa a rx a g rt s r c: n ve s i n m t i l o ihm s p e e e o e ha c ng o a hy i a s c sde i i r s nt d t n n e a i gr p m ge on i rng
t i ie a d n n u f r il m i to Th l ort her no s n o— nio m lu na in. e a g ihm s p ror e n f urs e s: e i ton f e ie— i e f m d i o t p d cma i—r e d r c to lfle a k de omp i g, momo ph c fle i i na it r b n
c osn ho r i it rng, e sa i e vaue t i H s i n e g n l sma rx,a r c i na m a e nd die to li g r c ns r to e o t uc i n.Exp rme t l e uls ho e i n a r s t s w t t h p o os d l o ihm c n de e t ia e ou i a e ha t e r p e a g rt a t c flm nt s m g s r t r s c ntnu s y, n s g e ta v nt ge ot o s n e ii t nd i a i u lqu lt i t uc u e o i ou l a d ha r a d a a s ofb h n i e i s nstoiy a m ge v s a a iy,n c m p rs n t h r dii na e sa l ort o a io o t e ta to lH s in a g ihms . .
关键词:图像增强; sin矩阵;解合成 Hes a分 K e r:m a e e a e e t H e s a a rx; e om p ii nd r c ns r to y wo ds i g nh nc m n; s in m ti d c oston a e o t uc i n
d i 1 . 9 9 j is . 0 7 1 0 2 1 . 0 0 1 o: 0 3 6/ .sn 1 0— 3 X. 0 2 1 . 2
中图分类号: P 5 T 71
文献标识码: A性滤波方法主要采用平移高斯核 l或形态滤波_ 3 4
1引言 精确评价病人的实际血管形态对于日益增多
算法,有计算效率高、失真的优点,具无主要缺点是 不能抑制尖锐噪声和边缘噪声,细血管的提取不毛 准确。非线性滤波方法¨主要利用血管特征的局[]
的血管疾病的预防和治疗具有重要的意义。由于血管造影图像存在的噪声和光照条件的限制,加上血管本身复杂的树状或线状结构,使得图像血管的 自动提取变得非常困难 _] l。研究人员普遍采用
部方向性,用各向异性滤波对图像进行平滑,采具有边缘细节不失真的优点,是,但由于算法计算代价高,适合在固定尺度上进行,仅因此应用范围有 限。而基于 Hes n矩阵法采用了多尺度分析 si a 8 技术,以在较大范围内抓住血管图像的精细特可征
,因此得到广泛运用。但是,由于 Hesa si n矩阵法采用二阶导数,抑制血管连接,成血管网络会造
图像滤波预处理增强技术来简化图像内容,高图提 像质量并获得精细血管的准确定位。
目前血管图像滤波的主要模型有三类:性滤线波、非线性滤波和 Hes n矩阵法。血管提取的线 si a
的不连续,且同样存在着对噪声敏感的缺点。本并
收稿日期: 0 20— 5修订日期: 0 2 0— 0 2 1-42; 2 1 - 7 1基金项目:家自然科学基金资助项目( 1 70 4;樊学院科研项目(0 9国 6 1 2 8 )襄 20 YA0 1 1)通讯地址:4 0 3湖北省襄阳市隆中路 2 6号湖北文理学院数学与计算机科学学院 415 9 Ad r s Sc o lo a he tc n mp t rSce c, u e d e s: h o fM t ma is a d Co u e in e H b i Uni e s t fAr s a d Sce c, 9 n z o g Rd, a g a g H u e v r iy o t n in e 2 6 Lo g h n Xi n y n, b 4 1 5 P. Ch n 4 0 3, R. i a

; 2 香港中文大学电子工程系, 香港特别行政区; 3 图像信息处理与智能控制教育部重点实验室, 湖北武汉 430074) 摘要: 本文提出了一种新的血管造影图像增强算法....
方法 来判别血管, 结合 Hessian 矩阵和多尺度滤波对血管进行增 强。结果 采用...算法原理 空间一点 x 0 是否属于血管, 需从分析 2D 图像 I 在该点 的局部...
基于Hessian矩阵的冠状动脉中心线的跟踪算法许燕_数学_自然科学_专业资料。ISSN ...由于冠脉造影图像质量较 差, 血管的几何结构复杂, 现存的方法很少能准确地 提取...
基于Hessian矩阵的中心路径提取算法_机械/仪表_工程科技_专业资料。图像处理1000...一种新的血管造影图像He... 暂无评价 4页 2.00 基于Hessian矩阵的视网膜...
Center line 基于多尺度 Hessian 矩阵和 Gabor 滤波的 造影图像冠脉中心线提取李...此时可以将骨架作为血管中心线校正算法的初始值, 通过校 正算法提高其精度, ...
基于Hessian矩阵和区域生长的肝血管树的分割算法研究_数学_自然科学_专业资料。2011...准确地对肝脏血管图像进行分割是三维可视化 的先决条件。尽管血管造影剂的注入使得...
基于Hessian矩阵的血管图... 暂无评价 100页 7下载券 快速投影Hessian矩阵算法....在冠状动脉造影图像上对冠脉中心线的正确提取 是冠脉边缘定位和三维重建的基础。...
血管造影图像在医学图像的诊断分析中扮演着重要的角色, 但由于受成像环境中各种...三是利用 Hessian 矩阵特征值的算法, 此算法利用 Hessian 矩阵特征值与管状结构...
一种基于ASIFT的图像配准算法_信息与通信_工程科技_专业资料。Asift电子...对ASIFT算法进行改进,与SURF算法的优点结合,通过采用性能更好的Hessian矩阵来 ...
目的提取冠脉造影图像中血管的中心线。方法提出一种基于Hessian矩阵和Gabor滤波的血管中心线提取算法,该算法首先利用Hessian矩阵将血管提取,然后根据Gabor滤波器的方向...
良好的计算时间和精度 表现,设图像f(z)的某一像素点32=(z,了)7,尺 度为盯的Hessian矩阵H(x,仃)定义为: Features,简称 SURF)〔5~73的快速图像匹配算法。...
热门文档