Titus_1996的博客

什么是积分图像？为什么可以加速目标检测？积分图像的想法很巧妙，这个链接讲得很好，就不重复了。结论就是：The Integral Image plays a big role in reducing the amount of time and processing power required to calculate and evaluate hundreds of thousands of features in real-time. It’s clever shortcuts like th

根据模型,策略函数,以及流行度分为7类 Deep similarity-based methods 传统的基于像素的图像度量方法对于图像对具有相似分布的情况是work很好的. 但是图像质量本身不好,比如超声图像,就使得传统的相似度度量在单模态的图像中表现很差. 互信息被用于多模态之间的相似度. correlation ratio-based MI, contextual conditioned MI, modality independent neighborhood descriptor .

医疗成像分类 X-ray：有辐射，看骨头很清楚，但看不见软骨 UltroaSound Megnetic Resonance：看软组织很清楚 Radionuclide Non-x-ray based UltroaSound, MRI x-ray based Radiography,Mammography Radionuclide gamma came..

本博文是阅读几篇医学图像配准综述的笔记，主要是2014年前。本博文也按照模型，策略，算法三个层面总结医学图像配准的相关内容。内容繁多，故用大纲形式以做概览，不涉及具体，详见参考文献[1]。另外，之后会推出另外一篇博文，关于深度学习技术，如CNN,GAN等在医学配准任务中的相关工作。

数学工具： 阵列与矩阵操作 线性操作与非线性操作 算术操作 集合与逻辑操作 空间操作 单像素操作 邻域操作 几何空间变换和图像配准 向量与矩阵操作 图像变换 概率方法 一 灰度变换与空间滤波 基本的灰度变换函数 函数类型 作用 ...

 上一篇文章中介绍了GrabCut的交互性分割，在这篇文章中，实现了对图像的自动分割。首先，在GrabCut的交互分割中，我们通过用户自己画框，来框出包含目标的区域。所以，只要我们能够确定这个区域，再使用GrabCut算法就可以分割了。实现思路Otsu算法选择最佳阈值对图像进行二值化， 再通过数学形态学处理（可以使得膨胀后的图像比目标大） 然后提取最大连通区域（这就获得了我们要...

引言Grab Cut是在Graph Cut上进行改进的，相比后者，前者的新颖之处在于：迭代预测估计（iterative estimation） 不完全标记（incomplete labelling）用户可以通过较少的交互性标记，就可以完成图像分割。具体的原理参考以下文章：GraphCut入门学习 图像分割之（一~四）GraphCut，GrabCut函数使用和源码解读 图割小结...

#include <opencv2\highgui\highgui.hpp>#include <opencv2\imgproc\imgproc.hpp>#include <iostream>#include <string>using namespace std;using namespace cv;Mat g_image1; //...