Fork me on GitHub
摘要:Hessian 矩阵以及在血管增强中的应用:OpenCV 实现 有别于广为人知的Sobel、Canny等一阶算法,基于Hessian矩阵能够得到图像二阶结果,这将帮助我们深入分析图像本质。 Hessian矩阵在图像处理中有着广泛的应用:其中在图像分割领域,包括边缘检测、纹理分析等;在图像增强领域,包括边缘增强、边缘消除等。 本文从Hessian矩阵定义出发,通过清晰简洁的数学推导和讲解实现公式到C++代码的转化。 为了帮助深入理解Hessian矩阵在图像处理中的能力,我们将详细讲解和实现经典的“血管增强”算法(Frangi算法)。 目录: 一、Hessian矩阵等相关理论基础 1.Hessian矩阵的由来及定义 2.数字图像处理之尺度空间理论 3.基于尺度理论的Hessian简化算法 4.Hessian矩阵特征值的求解方法 5.Hessian矩阵特征值的图像性质 6.高斯方程及二阶导数 二、“血管增强”算法(Frangi算法)原理 1.认识血管及其增强 2.Frangi论文基本原理 3.Fr 阅读全文
posted @ 2019-12-29 14:36 jsxyhelu 阅读(2651) 评论(0) 推荐(0) 编辑