本科毕设做的是医学CT图像特征提取方法研究,主要是肺部CT图像的特征提取.由于医学图像基本为灰度图像,因此我将特征主要分为三类:纹理特征,形态特征以及代数特征,每种特征都有对应的算法进行特征提取. 如上图所示,三类特征都有对应方法进行特征提取,在毕设中,利用matlab编程实现了三类算法,并且利用matlab的GUI做出了一个简单的界面系统,用于特征提取.

之前的文章讲述了肺结节CT影像数据特征提取算法及基于MATLAB GUI设计的肺结节CT影像特征提取系统.本文将讲述几个主要部分的代码实现,分别是预处理.灰度特征提取.纹理特征提取.形态特征提取数据. 一.预处理部分代码 1.读取肺结节CT数据和专家标记的mask数据 function [ sData ] = read_dcm_mask( dcmPath,maskPath,Ng ) function [ sData ] = read_dcm_mask( dcmPath,maskPath,Ng )

一.数据来源 头部组织的数据.此处直接引用了matlab自带的mri数据.实际场景中,可以通过CT得到的数据进行转换得到 插入异物的数据.此处我假设插入异物为一根细铁丝.模拟为空间中的一条曲线.这个曲线的坐标我们可以通过一定的办法获取到.我已经将数据放入百度云盘 曲线数据下载 二.技术实现要点 要根据CT数据绘制头部的立体图 异物曲线的任意两点连线的切面的计算 切面切割CT立体图的效果图绘制 三.实现伪代码 %% 数据准备 clc,clear load mri; D = squeeze(D);

MATLAB中,常常使用imshow()函数来显示图像,而此时的图像矩阵可能经过了某种运算.在matlab中,为了保证精度,经过了运算的图像矩阵I其数据类型会从unit8型变成double型.如果直接运行imshow(I),我们会发现显示的是一个白色的图像.这是因为imshow()显示图像时对double型是认为在0~1范围内,即大于1时都是显示为白色,而imshow显示uint8型时是0~255范围.而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了. 通过搜索,

前言:本程序是我去年实现论文算法时所做.主要功能为标记切割肝脏区域.时间有点久,很多细节已经模糊加上代码做了很多注释,因此在博客中不再详述. NOTE: 程序分几大段功能模块,仔细阅读,对解决医学图像还是有一定的借鉴意义 想借鉴本文的一定要仔细阅读代码和注释,中间有人机交互部分,空跑会抛异常 .dcm数据,我放到了我的百度云盘,有兴趣的可以下载,实测一下代码.dcm数据连接 clc,clear img_1=dicomread('10011.dcm');%读取dcm文件 (所谓的灰度值) meta

原文地址http://blog.sina.com.cn/s/blog_684c8d630100turx.html 刚开会每周的例会,最讨厌开会了,不过为了能顺利毕业,只能忍了.闲话不多说了,下面把上周学习的一个简单的算法总结一下,以备后面写毕业论文的时候可以参考一下. 一.Census Transform(CT)算法的学习     Census Transform 算法是Ramin Zabih 和 John Woodfill 于1994年在他们的论文<Non-parametric LocalTr

matlab ASCII 格式导入 可以用fprintf函数,来代替save函数啊比如现在我有一个变量a=[0.1223 345.4544]如果我想保存它的话,可以用下面的程序:fid = fopen('a.txt','wt');fprintf(fid,'%6.4f %8.4f\n',a);fclose(fid);然后打开a.txt,你会发现其中是0.1223 345.4544 如果用save a.txt -ASCII a保存的话,a.txt中的内容是 1.2234500e-001 3.4545

常用的二维图形命令: plot:绘制二维图形 loglog:用全对数坐标绘图 semilogx:用半对数坐标(X)绘图 semilogy:用半对数坐标(Y)绘图 fill:绘制二维多边填充图形 polar:绘极坐标图   bar:画条形图 stem:画离散序列数据图    stairs:画阶梯图 errorbar:画误差条形图 hist:画直方图 fplot:画函数图 title:为图形加标题 xlabel:在X轴下做文本标记 ylabel:在Y轴下做文本标记 zlabel:在Z轴下做文本标记

在博客肺结节CT影像特征提取中,已经实现了肺结节的灰度.纹理和形态特征的提取.但是,对于进一步了解ROI区域像素值或者说CT值的分布来说,还存在一定的不足,不能够很好的显示ROI区域. 因此,本文将进一步对ROI区域进行处理,实现ROI区域的图形化显示.主要包含灰度直方图和ROI区域图形化. 1.1  ROI区域灰度直方图 灰度直方图是描述像素值分布的一种图形,根据灰度级各个值的像素分布比例所画出的一种直方图.这里,为了更加直观看到每个灰度级像素的个数,横轴采用灰度级,纵轴为像素个数. 根据前几

在matlab中用dicomread读取dicom文件后,生成一个MxN矩阵(对应图像像素个数),每个像素灰度数据是int16格式 但是bmp图像灰度是int8格式的(灰度范围0~255),所以若想把dicom图像存储为bmp图像做后续处理,需要将16位的dicom灰度数据映射为8位的灰度数据. 采用的方法即医学图像处理中常见的加窗处理. 实例代码如下: img=imadjust(img_raw,[;]); %调整灰度范围 img= low=min(min(img)); high=max(max

MATLAB中,创建电影动画的过程分为以下四步: step1:调用moviein函数对内存进行初始化(该步骤在Matlab5.3以上均可省略),创建一个足够大的矩阵,使之能够容纳基于当前坐标轴大小的一系列指定的图形(此处称为帧). step2:调用getframe函数生成每个帧.该函数返回一个列矢量,利用这个矢量,就可以创建一个电影动画矩阵. getframe函数可以捕捉动画帧,并保存到矩阵中.一般将该函数放到for循环中得到一系列的动画帧.该函数格式有:(1)F=gefframe,从当前图形框

肺结节的特征提取在临床中有着重要应用,在上篇文章已经对肺结节的基本特征和CT影像特征提取算法有了介绍,提出了三类肺结节CT影像特征提取算法.本文重点介绍肺结节CT影像特征提取系统的功能介绍及使用,利用肺结节CT影像特征提取系统对一些数据进行特征提取,检验特征提取算法的有效性. 一.肺结节特征提取算法流程 图1 算法流程图 首先,对原始的肺部CT影像数据和放射学家标记的肺结节数据进行预处理,得到标准化的肺部CT影像数据和标记数据:然后,计算得到肺结节区域,用于后续特征提取:接着针对肺结节区域做不同

本科毕设做的是医学CT图像特征提取方法研究,主要是肺部CT图像的特征提取.由于医学图像基本为灰度图像,因此我将特征主要分为三类:纹理特征,形态特征以及代数特征,每种特征都有对应的算法进行特征提取. 如上图所示,三类特征都有对应方法进行特征提取,在毕设中,利用matlab编程实现了三类算法,并且利用matlab的GUI做出了一个简单的界面系统,用于特征提取.

0 引言 刚刚入门学了近一个月的SLAM,但对理论推导一知半解,因此在matlab上捣鼓了个简单的2D LiDAR SLAM的demo来体会体会SLAM的完整流程. (1)数据来源:德意志博物馆Deutsches Museum)的2D激光SLAM数据,链接如下: Public Data - Cartographer ROS documentationgoogle-cartographer-ros.readthedocs.io (2)SLAM过程展示(戳下面的小视频) 2D LiDAR SLAM

最近开始学习数字图像处理,使用matlab实现,下面我就来记录笔记和体会,一方面是给大家提供参考,另一方面是防止我忘记了. 复习一下: 1.数字图像是用一个数字矩阵来表示的,数字阵列中的每个数字,表示数字图像的一个最小单位,称为像素. 2.数字图像处理可以理解为两个方面的操作:一个是图像到图像的处理(如图像的灰度转换,图像增强等),另外一个是图像到非图像的一种表示,比如图像的测量. 3.数字图像处理的研究内容有很多个方向,比如: ·图像数字化:将一幅图像以数字的形式表示,主要包括采样和量化两个过

完全可以! step1:在wod用鼠标右键复制 step2:打开附件-画图,点工具栏-编辑-粘贴(或ctl+v) step3:在MATLAB中调用A = imead(filename) 例如A=imead('C:\Documents and Settings\ Fig1039_a_polymesomes_.tif'); step4:在MATLAB中调用imshow(A)即可显示出图像

csunking贡献,2015-9-22 1712 1.   概述 通过使用C/C++与Matlab混合编程,既可以享受到C代码快速执行的速度,又可以方便的使用Matlab众多的库函数和强大的绘图功能.让Matlab调用C函数是通过DLL文件实现的,而这个DLL的开发过程不仅仅可以使用Matlab自带的mex命令,还可以使用VC++开发环境,使用VC有很多好处,一是让我回到了原来熟悉的开发环境中,二能够使用更加标准的C++编译器,第三点也是最爽的,可以使用VC强大的调试功能. 此次文档更新时使用

写在前面的话 数字图像处理系列的学习笔记是作者结合上海大学计算机学院<数字图像处理>课程的学习所做的笔记,使用参考书籍为<冈萨雷斯数字图像处理(第二版)(MATLAB版)>,同时学习过程中会参考网络学习资源.对于数字图像处理的学习不可能仅仅依靠作者所写的这一系列笔记,而是需要花时间和精力学习,本文只可作参考和交流之用.由于涉及此学科不久,在学习过程中难免存在错误,请读者不吝赐教. 数字图像处理绪论 数字图像处理(DIP)的研究目标和处理对象: DIP的研究目标是获取信息,处理对象是

原文地址 网易博客 前一段时间看到一篇文章"利用Matlab提取图图片中的数据",觉得思路挺好,遂下载下来研究了一番,发现作者所编写的程序没有考虑原始图片非水 平放置的情况,而实际扫描图片时,将图片完全放置水平难度较大... 同时作者也没有考虑对数坐标的情况,且程序GUI界面不太人性化,操作有点不习惯.因此借着作者良好意愿,对其程序进行了改进~ 2011-6-9 shanyunh@QQ.com 考虑一张非水平无变形的曲线图,现将其曲线数据取出来,步骤如下:

matalb具有灵活的图像处理,代码编写起来简洁而高效.而OpenCV具有很多成熟的计算机视觉算法,能够处理很多实时的识别处理等问题,而且代码运行起来效率很高.所以如何结合两者之间的优点,是让很多学术人员.及工程开发者趋之若鹜的事情.本例子,就是为了测试将opencv处理的结果存储入matlab能够处理的.mat文件,方便matalb能后期对数据进行更为灵活的操作而进行的.例子比较简单,但是本人也花费了大量时间测试成功. 测试程序下载地址为:Visual Studio 中同时使用OpenCV和m