- 博客(7)
- 收藏
- 关注
原创 基于python的raw格式图片转mhd格式
近期在使用Simpleitk做图像配准,由于自己的数据格式是raw图,所有需要把其转换为mhd格式的文件使用我下面的代码之前要首先明确自己数据的格式类型,例如我的raw图数据是Uint16格式的import SimpleITK as sitkimport numpy as npimport argparseimport osimport tempfileimport SimpleITK as sitkdef read_raw(binary_file_name, image_si
2020-07-22 19:49:21 495 1
原创 基于SimpItk的下肢全景X光图像拼接
由于自己的课题需要,本人近期在研究Simpleitk的配准相关代码,刚好看到了其中169的DEMO,很有参考价值,把其分享给需要的朋友。这个DEMO的主要工作是对三幅相邻的图像进行配准和融合,拼接成一幅全景的下肢图像。其中提到了HKA的概念,大致是一种诊断标准,有兴趣的朋友可以自行去了解。import SimpleITK as sitkimport numpy as npimport os.pathimport copy%matplotlib notebookimp...
2020-07-15 16:27:44 1171 2
原创 锐化掩模算法
原理:提取图像的高频分量,再用一个参数放大之后与原图叠加,这样就产生了一个增强了边缘的图像。提取图像的高频分量的做法有两种:1.直接使用高通滤波器,得到高频分量。2.通过低通滤波器,再用原图减去低频就得到了高频信息。直接提取高频的方法有sobel算法、laplcian算子,sobel算子是图像的一阶导数,提取的是梯度信息,分水平和垂直两种,常常用来做边缘检测、方向判别,sobel算子在斜坡处不为0,因此会产生较粗的边缘。laplcian算子是图像的二阶导,在图像开始变化和结束变化的地方值不为0,渐变
2020-07-14 11:05:48 745
原创 Simpleitk中修改图像中的像素值
话不多说,直接上图需要把图片中灰度值大于12000的值全部置0采用for循环遍历所以的像素点,在Simpleitk中,访问像素点采用的命令是GetPixelname0= 'H:\\CT-image\\touce\\0004.mhd'a0=sitk.ReadImage(name0, sitk.sitkFloat32)nda = sitk.GetArrayViewFromImage(a0)maxvoxel = np.max(nda) print('maxvoxel',maxvoxel
2020-07-09 20:12:59 1085
原创 边缘检测
边缘就是图像上不同区域之间的交界处,就是灰度或者颜色变换很大的一系列的点。在数学上我们判断一个点变换是否剧烈一般通过导数或者微分来判断。因为当斜率接近90度时,导数会趋近于无限大,所以我们一般采用微分的形式。dy/dx,当dx趋向于无限小,dy/dx 就是x在该函数上的导数,所以dy/dx就可以来近似导数。当我们固定dx,比较不同点的变化率时只用比较dy就好了,所以计算整幅图像的微分,dy的大...
2019-09-18 15:08:25 160
原创 图像配准中的特征点检测
在经典的图像配准算法中,其大致流程一般如下所示:所以,其第一步一般是进行特征点检测,而特征点检测又分为两种类型,一种是基于图像灰度值的,一种是基于图像特征的。1.harris角点检测原理:角点是在各个方向变化都很明显,计算每一个像素点的得分R,然后给其设定一个阈值进行判断其是否为角点。import cv2import numpy as npimport matplotli...
2019-09-18 11:02:20 749
翻译 第二周神经网络基础
预测图片中是否有猫,将像素值作为特征向量X输入。计算机中保存一张图片需要保存三个独立的矩阵,分别对应图片中的红绿蓝三个颜色通道,例如图片是64乘64像素的,那么特征向量X的维度值n=64×64×3=12288X表示一个n维的特征向量,y是标签值,取值为0或1用矩阵表示特征向量,X是m×nx的矩阵,m是样本数量,nx是特征向量的维度,在python中,...
2019-03-28 10:00:53 104
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人