基于多尺度顶帽张量的二维/三维图像曲线结构增强
计算机视觉与模式识别
2019-01-08 v2
摘要
广泛的生物医学应用需要对二维和三维图像中的曲线结构进行增强、检测、量化和建模。曲线结构增强是进一步分析的关键步骤，但许多增强方法仍受对比度变化和噪声的影响。这可通过多尺度方法来解决，与单尺度方法相比，该方法在广泛的生物医学图像中能为低对比度和含噪图像产生更高质量的增强。在此，我们提出多尺度顶帽张量（Multiscale Top-Hat Tensor, MTHT）方法，该方法将多尺度形态学滤波与二维和三维图像中曲线结构的局部张量表示相结合。所提方法在合成数据和真实数据上进行了验证，并与最先进的方法进行了比较。我们的结果表明，所提方法在合成示例和广泛的二维与三维图像中实现了高质量的曲线结构增强。
引用
@article{arxiv.1809.08678,
title = {Curvilinear Structure Enhancement by Multiscale Top-Hat Tensor in 2D/3D Images},
author = {Shuaa S. Alharbi and Cigdem Sazak and Carl J. Nelson and Boguslaw Obara},
journal= {arXiv preprint arXiv:1809.08678},
year = {2019}
}