前言
在阅读医学图像处理相关论文时,遇到一些图像处理方法不是很理解,查阅相关资料,学习之后进行简单汇总
一、非局部均值滤波(Non-local Mean Filter, NLM)
NLM是一种图像去噪算法,可以去除图像中的冗余信息,尽可能多的保留图像的细节特征;一般分为基于像素和基于块的处理方式,后者去噪效果更好,计算效率更高。
代码参考
Python代码1
Python代码2
MATLAB代码
积分图像加速MATLAB代码计算
二、OpenCV开/关操作
论文中出现“opening operation”,查阅资料,了解到其实是OpenCV库的一种图像处理方式,对于二值化后的图像进行形态学操作。
1.开操作
“先腐蚀后膨胀”,可以消除细小物体
参考代码:
Python代码:修复受损照片
2.闭操作
“先膨胀后腐蚀”,可以填充物体内细小空洞,连接邻近物体和平滑边界
参考代码:
Python代码实现开/闭操作
三、OTSU阈值分割算法
该算法是自适应确定图像二值化阈值的分割算法,由日本学者大津于1979年提出。算法核心思想是类间方差最大,按图像的灰度特性,将图像分成背景和前景两部分,当类间方差最大时,表示错分概率最小。按照分类数量的多少,分为单阈值和多阈值OTSU算法。
参考代码:
Python代码:单阈值/多阈值/遗传算法解OTSU
Python代码来自GitHub
总结
好记性不如烂笔头,勤整理,多记录!