基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以三维医学体数据作为研究对象,充分利用离散小波变换,对其进行多分辨率分解,把三维医学体数据分解成三个不同方向上的子医学体数据。实验结果表明,三维医学体数据经过离散小波变换后被分割成八个子频带,其主要能量和特征集中在低频子带系数中,可以用来提取特征向量构造零水印。
推荐文章
基于离散多小波变换的医学图像融合
医学图像
图像融合
小波变换
多小波分解
GHM多小波
小波变换在医学图像压缩中的应用
小波变换
零树小波编码
图像压缩
小波变换在医学图像边缘提取中的应用
小波变换
边缘检测
医学图像
二维小波
小波变换在医学图像增强的应用
小波变换
医学图像
图像增强
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 离散小波变换在医学图像中的应用
来源期刊 电子测试 学科
关键词 离散小波变换 三维医学体数据 多分辨率分解
年,卷(期) 2016,(15) 所属期刊栏目 理论与算法
研究方向 页码范围 39-40
页数 2页 分类号
字数 1493字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
离散小波变换
三维医学体数据
多分辨率分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导