学位论文 > 优秀研究生学位论文题录展示
几何变形模型在彩色医学图像分割中的应用
作 者: 于仕超
导 师: 潘振宽
学 校: 青岛大学
专 业: 计算机软件与理论
关键词: 图像分割 变形模型 水平集 Chan-Vese模型 向量图像 彩色医学图像
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 141次
引 用: 1次
阅 读: 论文下载
内容摘要
医学图像分割是利用医学图像进行定性定量分析的一个至关重要的环节,也是组织器官三维重构以及手术模拟的一系列后续操作的基础。包括数字人图像在内的各种医学彩色图像的分割,是当前的一个研究热点。本文主要针对变形模型,尤其是几何变形模型在彩色医学图像分割领域的应用作了一些研究工作。 本文首先综述了医学图像分割的特点和国内外研究现状,讨论了医学图像分割存在的问题和困难,进而总结了当前存在的主要的医学图像分割算法,分析了它们的优缺点和应用范围,并指出了变形模型分割技术在医学图像分割特别是低信噪比低对比度图像研究中的重要地位。 变形模型可以分为参数变形模型和几何变形模型。本文通过对二者的研究与比较,可以看出,基于曲线演化理论和水平集方法的几何变形模型,由于能自然的处理拓扑结构的变化,避免了演化曲线的参数化过程,所以更适合应用于较为复杂的医学图像分割。 几何变形模型应用于图像分割问题,必须通过分割模型,来形成吸引变形曲线靠近区域边界的能量场。本文详细介绍了测地活动轮廓线模型的原理,然后介绍求解几何变形模型的水平集方法,对水平集方法的数值算法和两种快速方法:窄带法和快速行进法进行了分析讨论,介绍了符号距离函数的快速生成方法。 Chan-Vese模型是近年来提出的一种优秀的图像分割模型,该模型对模糊边界,甚至不连续的边界,以及带噪声的图像都有很好的分割效果。Chan-Vese模型可以扩展到向量图像的情形,对彩色图像进行多通道的分割。 本文改进了Chan-Vese向量分割模型的速度函数,消除了Dirac函数对非零水平集的抑制,使模型检测出远离初始轮廓线的图像边缘。采用了改进的快速行进法和源点扫描法提高SDF构造速度。对实际的彩色医学图像分割的结果表明,该算法具有良好的分割精度及稳定性。
|
全文目录
第一章 绪论 6-10 1.1 医学图像分割技术简介 6-7 1.2 医学图像分割研究的特点 7 1.3 国内外医学图像分割技术研究现状 7-9 1.4 研究工作和内容安排 9-10 第二章 医学图像分割技术分析 10-18 2.1 医学图像分割的基本概念 10-11 2.2 基于区域的分割方法 11-12 2.3 基于边缘的分割方法 12-14 2.4 基于变形模型的方法 14-15 2.5 图像分割的其他方法 15-18 第三章 变形模型与水平集方法 18-38 3.1 变形模型方法简介 18 3.2 参数变形模型 18-23 3.2.1 传统的Snake模型 18-20 3.2.2 数值解法 20-21 3.2.3 Snake模型的几种改进 21-23 3.3 几何变形模型 23-27 3.3.1 曲线演化理论 23-25 3.3.2 测地活动轮廓线模型 25-27 3.4 水平集方法 27-37 3.4.1 理论基础 28-30 3.4.2 水平集方法的数值算法 30-32 3.4.3 水平集函数演化的快速算法 32-35 3.4.4 符号距离函数的快速生成方法 35-37 3.5 本章小结 37-38 第四章 基于C-V模型的向量医学图像分割 38-48 4.1 C-V模型简述及水平集求解 38-40 4.2 C-V向量图像分割模型 40-41 4.3 C-V向量图像分割模型的缺陷 41-43 4.4 改进的C-V向量图像分割模型 43-47 4.4.1 水平集方程的改进 43 4.4.2 数值解法的改进 43-44 4.4.3 符号距离函数(SDF)的重构方法 44-46 4.4.4 本文向量图像分割算法流程 46-47 4.5 本章小结 47-48 第五章 彩色医学图像分割应用实例与结果讨论 48-54 5.1 彩色图像与灰度图象分割对比 48-49 5.2 大腿真彩切片图像分割 49-50 5.3 含噪声彩色医学图像分割 50-51 5.4 分割彩色舌图像 51-52 5.5 本章小结 52-54 第六章 总结与展望 54-56 6.1 本文工作总结 54 6.2 未来工作展望 54-56 参考文献 56-60 致谢 60-62 学位论文独创性声明 62 学位论文知识产权权属声明 62
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 曲面几何噪声去除的非局部变分模型研究,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
- 基于模型的人体运动分析,TP391.41
- 基于粗糙集理论的图像分割研究,TP391.41
- CUDA加速CV图像分割和外部CT图像重建算法研究,TP391.41
- 基于分形理论和活动轮廓模型的图像分割方法研究,TP391.41
- 基于多智能体的图像分割,TP391.41
- 改进的谱聚类图像分割方法研究,TP391.41
- 基于Snake模型的图像分割方法研究及应用,TP391.41
- 基于变分水平集的医学图像分割方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|