简介:数字图像处理技术的应用,有力地促进了缺陷定量分析与射线检测的自动化。但大多数射线检测图像噪声大、对比度不高、存在较大的背景起伏,缺陷图像的准确分割、提取则成为实际应用中的难点和关键。射线图像中缺陷的存在,在其邻域形成灰度差异;可由边缘检测方法得到相应的边缘点(奇异点)。在图像边缘检测中,一般认为在较大空间尺度(边缘检测模板)下能可靠消除误检,得到真正的边缘点,但不易对边缘精确定位:在较小尺度下对真正的边缘点定位比较准确,但对噪声敏感,误检的比例会增加。多尺度小波分析的引入,可得到比较满意的结果。用不同的小波基分析同一个问题会产生不同的结果,因此小波分析在工程应用中的一个十分重要的问题是如何选取最优小波基。双正交小波基具有紧支性和线性相位:紧支性表明不需做人为的截断,应用精度很高;线性相位可避免信号在分解和重构时的失真;小波基连续可微,这对于有效发现信号的奇异点是必要的。
简介:摘要:利用乳腺X光摄影中的CC和MLO位点ROI影像进行快速Faster R-CNN匹配。本文介绍一种利用R-CNN技术进行二值乳腺X线摄影影像的ROI的快速匹配。与传统的ROI匹配算法相比,本文提出了一种基于线性和弧形的图像匹配算法。将圆弧匹配区域与直线匹配区域结合起来,从而减小了调整范围。随着调节面积的减小,匹配的敏感性也随之提高,同时也降低了错误的概率。另外,在对应的区域图像中,ROI的对应位置采用了更快速的R-CNN。实验结果显示,在50%与75%的重叠情况下,快速Faster R-CNN+VGG16的平均距离偏差为4.58mm,准确率为0.87和0.85。相对于其它算法,基于FasterCNN+VGG-16的快速ROI定位算法更加精确、时间更短。