
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.2 基于三维Hessian矩阵的圆点滤波器
在三维上,用式(1-6)表示服从高斯分布的球;用式(1-7)表示服从高斯分布圆柱;用式(1-8)表示服从高斯分布的面模型。模型方程如下[2]:

三维Hessian矩阵形式如下:

特征值为λ1、λ2、λ3,当λ1=λ2=λ3<0时,为结节上的像素;当λ1=λ2<0且λ3=0时,为血管上的像素;当λ1<0且λ2=λ2=0时,为平面上的像素。
图1-1阐述了Hessian矩阵特征值和局部形状之间的关系。在三维空间中,定义的管、平面和球的增强算子如下:

图1-1 Hessian矩阵特征值和局部形状之间的关系
a)管 b)平面 c)球
