学位论文 > 优秀研究生学位论文题录展示

基于CHN法的骨龄识别方法的研究

作　者: 赵娟
导　师: 李新华
学　校: 安徽大学
专　业: 信号与信息处理
关键词: k-余弦曲率 WSVM 特征提取 CHN 骨龄识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 0次
引　用: 0次
阅　读: 论文下载
 

内容摘要


骨龄是衡量青少年儿童生长发育的重要指标,因其稳定性和可靠性可广泛应用于疾病诊断、体育运动员选才和司法判案等领域。由于手腕骨能综合反映人体骨骼的生长成熟状况,同时手腕骨X光图像获取方便、所受辐射少,因此手腕骨是世界公认的识别骨龄的最理想骨骼。传统的人工读片的骨龄识别方式主观性较强、测定周期长,对专业水平要求高。随着计算机技术的发展,将数字图像处理技术引入骨龄领域,实现骨龄识别的自动化是目前骨龄研究的热点。本文研究了一种基于CHN法的骨龄识别方法,针对手腕骨x光图像的特点,对骨龄的自动识别过程进行了研究。本文的主要内容如下：(1)提出了一种基于k-余弦曲率的指骨分割算法。首先对手腕骨X光图像进行星型中值滤波、图象二值化操作,然后对二值图象进行最大连通区域标记选择、膨胀、腐蚀等形态学操作,从而获得手腕骨的完整二值图像,最后通过k-余弦曲率算法定位指骨关键点,实现手腕骨X光图像中手指的有效分割。(2)结合手腕骨x光图像的特点,根据手指中轴线上的灰度分布特点提取指骨特征区域(Epiphysis/Metaphysis Region of Interest, EMROI),将高斯差分滤波算法和Canny算子边缘提取算法应用于对EMROI图像的处理,并对其进行二值化和孔洞填充等操作。然后提取和分析能够描述骨骼发育过程中的各个等级的本质特征,将其作为骨龄特征参数用于后面的骨龄识别。(3)提出了一种基于小波支持向量机(Wavelet Support Vector Machine, WSVM)的骨龄识别算法。先结合模式识别中的分类算法,对各种用于图像识别的分类决策方法进行了比较,然后分析了支持向量机(Support Vector Machine, SVM)的基本原理和分类算法,最后基于小波核函数,使用WSVM多分类器对骨骼等级进行分类,并与传统的SVM多分类器进行比较。实验结果表明,WSVM在非线性逼近性能和识别的准确率方面均获得了较大的提高,证明了该算法的有效性和可行性。

全文目录


摘要  3-4
Abstract  4-6
目录  6-8
第一章 绪论  8-18
  1.1 课题的研究背景与意义  8-9
  1.2 骨龄分析方法  9-15
    1.2.1 骨龄的测量方法  9-11
    1.2.2 中国人手腕骨发育标CHN法  11-13
    1.2.3 骨龄自动识别方法  13-15
  1.3 骨龄识别的研究现状  15-16
  1.4 本文的研究内容和结构安排  16-18
第二章 手腕骨X光图像预处理  18-27
  2.1 引言  18
  2.2 图像的噪声抑制  18-20
  2.3 形态学图像处理  20-24
    2.3.1 图像二值化  20-21
    2.3.2 连通区域标记和选择  21-22
    2.3.3 膨胀和腐蚀  22-23
    2.3.4 开操作和闭操作  23-24
  2.4 基于k-余弦曲率的指骨分割  24-26
  2.5 本章小结  26-27
第三章 特征骨块的分割和特征提取  27-37
  3.1 引言  27
  3.2 指骨特征区域(EMROI)提取  27-30
  3.3 EMROI增强  30-31
  3.4 基于Canny算子的二值图像提取  31-34
  3.5 EMROI的特征提取和分析  34-36
  3.6 本章小结  36-37
第四章 基于WSVM的特征识别  37-53
  4.1 引言  37
  4.2 图像的模式分类方法  37-42
    4.2.1 统计模式识别  37-40
    4.2.2 人工神经网络模式识别  40-41
    4.2.3 模糊模式识别  41-42
  4.3 支持向量机(SVM)理论  42-46
    4.3.1 SVM的线性分类  42-44
    4.3.2 SVM的非线性分类  44-46
  4.4 基于WSVM的骨龄识别  46-49
    4.4.1 小波核函数  46-48
    4.4.2 WSVM多分类算法  48-49
  4.5 本文算法流程图  49-50
  4.6 实验结果及分析  50-51
  4.7 本章小结  51-53
第五章 总结和展望  53-55
  5.1 本文工作总结  53-54
  5.2 今后工作展望  54-55
参考文献  55-60
致谢  60-61
攻读硕士学位期间发表的论文及参加的科研项目  61
  发表的论文  61
  参加的科研项目  61

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 空间交会接近视觉测量方法研究,TP391.41
  8. 图像实时采集、存储与处理方法研究,TP391.41
  9. 唇读中的特征提取、选择与融合,TP391.41
  10. 多币种纸币处理技术的研究与实现,TP391.41
  11. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 移动机器人视觉检测和跟踪研究,TP242.62
  14. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  15. 基于随机森林的植物抗性基因识别方法研究,Q943
  16. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  17. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  18. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  19. 红外图像目标识别及跟踪技术研究,TP391.41
  20. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  21. HJ1-CCD交叉辐射定标,TP751

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