结合分形与 GLCM 特征用于 MRI 和 CT 扫描图像分类的方法
计算机视觉与模式识别
2014-09-17 v1
摘要
分形分析已被证明在图像处理中对于表征形状和灰度复杂性非常有用。分形特征是一种紧凑的描述符，用于给出医学图像不规则程度的数值度量。然而，该描述符属性并不具备对局部图像结构的所有权。在本文中，我们提出了一种基于盒计数法 (Box Counting) 的该参数与 GLCM 特征相结合的方法。这种强大的组合已在小梁骨的 MRI 和 CT 扫描图像的医学纹理分类中证明了良好的结果。该方法具有改善骨质疏松症病理临床诊断测试的潜力。
引用
@article{arxiv.1409.4559,
title = {A Combined Method Of Fractal And GLCM Features For MRI And CT Scan Images Classification},
author = {Redouan Korchiyne and Sidi Mohamed Farssi and Abderrahmane Sbihi and Rajaa Touahni and Mustapha Tahiri Alaoui},
journal= {arXiv preprint arXiv:1409.4559},
year = {2014}
}
备注
13 pages, 6 figures, Signal & Image Processing : An International Journal(SIPIJ)Vol.5, No.4, August 2014