这项研究的目的是提出并测试一种新的基于超低成本线性扫描的层析成像体系结构。 类似于线性断层合成，源和检测器沿相反方向平移，数据采集系统以目标区域（ROI）为目标，以获取用于图像重建的数据。 这种断层摄影结构称为并行平移计算机断层摄影（PTCT）。 在以前的研究中，已开发了过滤反投影（FBP）类型的算法来从PTCT重建图像。 但是，从截断的投影重建的ROI图像具有严重的截断伪影。 为了克服此限制，我们在这项研究中提出了两种称为MP-BPF和MZ-BPF的反投影过滤（BPF）型算法，用于从PTCT截断数据中重建ROI图像。 构造权重函数以处理多线性平移模式的数据冗余。 进行了广泛的数值模拟，以评估在扇束几何形状中针对PTCT提出的MP-BPF和MZ-BPF算法。 定性和定量结果表明，所提出的BPF类型算法不仅可以从截断的投影中更准确地重建ROI图像，而且在某些情况下还可以为整个图像支持生成高质量的图像。

感兴趣区域（Region of interests， ROI）是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征，利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制，具有良好的鲁棒性。

c++裁剪感兴趣区域

roipolyaa：感兴趣区域多边形抗锯齿。 此函数的工作方式与图像处理工具箱中的 roipoly 相同，只是有一处更改。 沿边界的元素被着色，具体取决于它们跨边界的距离。 这会在用于图像处理时去除阶梯边缘，创建更平滑、抗锯齿的多边形。 该方法如本博客文章所述： http://blogs.mathworks.com/steve/2007/02/06/antialiased-polygon-scan-conversion/ 该函数在 Matlab 中工作，无需额外的工具箱。 屏幕截图显示了单独使用“inpolygon”（左）和使用 roipolyaa（右）的蒙版。 在全分辨率下，右侧缩略图具有更平滑的边缘。 对于大型遮罩，它可能会非常慢，尤其是在需要强抗锯齿的情况下。 大部分时间花在使用“inpolygon”上。 可以通过使用 File Exchange 上的 inpolygon

图像感兴趣区域自动提取算法.doc

将形态Haar小波与数学形态学方法相结合,用于实现目标感兴趣区域(Region-of- interest,ROD的检测。将采集图像进行二维形态Haar小波分解,结合目标ROI检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,最终完成目标ROI的检测。仿真实验结果表明,该方法能以较低的虚警率和较高的检测率完成目标ROI检测,且运算简单,大大节省了运算时间和硬件资源,降低了系统设计成本。

该功能将根据两点的选择，以圆形方式和黑色背景裁剪ROI。

用matlab手动/自动实现图像的感兴趣区域的提取，已经调试过，可以直接使用

在此代码中，用户通过按住鼠标左键并将左键留在所需区域来拖动图像周围代码中指定大小的矩形来选择图像上感兴趣的区域。 该程序将灰度图像作为输入并输出图像的裁剪选定区域和图像左上角的坐标。 例如：[I2,dataX,dataYY] = AreaSelection(b) 其中 b - 灰度输入图像I2 - 裁剪的输出图像dataX- 图像的左上角 X 坐标dataYY - 图像的左上角 Y 坐标

vs2013配置OpenCV的感兴趣区域提取（车牌定位） ROI（region of interest），感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理。