摘要
本发明涉及图像分析技术领域,具体为一种甲状腺结节分级识别方法及系统,包括以下步骤:基于超声图像进行高斯滤波处理,构造与图像相同大小的二维高斯核,计算核中每个元素的权重,权重值依据每个像素与邻域像素的相对位置与像素值进行加权运算,通过加权平均更新原图像中的每个像素值,得到降噪图像,本发明中,局部亮度通过动态调整直方图优化,增强对比度并明显改善细节表现,二阶梯度的锐化处理加强了快速变化区域的边缘定义,减少伪影,边缘检测利用复合梯度与双阈值策略,提高了边缘识别的准确性,纹理特征提取通过灰度共生矩阵全面分析,增强了特征向量的稳定性与区分力,为医学诊断提供了更可靠的基础。
技术关键词
分级识别方法
对比度
灰度共生矩阵
像素点
Canny算法
邻域
直方图
拉普拉斯
亮度
代表
位置间距离
均匀性特征
图像像素
纹理特征提取
图像分析技术
边缘检测
系统为您推荐了相关专利信息
水下图像复原方法
斯托克斯参数
多通道特征
输出特征
像素点
钢制产品表面
表面缺陷检测方法
伪彩色图像
分支
全局平均池化
ViBe算法
Canny算法
动态更新
像素点
背景模型初始化