学位论文 > 优秀研究生学位论文题录展示
基于改进的GVF主动轮廓模型的图像分割方法研究
作 者: 金天顺
导 师: 董育宁
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: 图像分割 主动轮廓模型 GVF Snake 自适应图像结构
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
图像分割的目的就是为了把图像按照一定的规则分割成若干个有特定性质的区域并把感兴趣的目标提取出来。近年来,随着模式识别技术的迅速发展,吸引了众多的研究者的注意。并且随着图像处理技术的日趋成熟,数字图像分割在临床医学中的应用越来越广泛。但由于医学图像复杂多变的特点,传统的研究方法很难实现准确的分割。学者也提出了很多不同的模型,比较突出的是主动轮廓模型。Kass等人在1987年提出了主动轮廓线(Snake)模型,已经广泛应用于图像处理的各个领域,如图像分割,边缘检测和运动跟踪等。本论文对传统的主动轮廓模型进行了系统研究。然后分析并研究了基于GVF Snake模型的医学图像分割方法。GVF Snake模型相比于传统的Snake模型较好解决了传统snake模型难以解决的两个问题:1对初始化轮廓线非常敏感;2在分割图像的凹陷部分时不能达到理想的效果。但是如果分割的图像边界非常不规则或者有比较狭长部分,GVF Snake仍然不能很好的收敛到目标轮廓,因此本文首先在图像分割之前引入Perona-Malik模型,增强图像边缘的同时减弱噪声,使定位更加准确。然后针对GVF Snake的一些缺点进行了修改,提出一种自适应图像边缘结构GVF Snake。这种自适应图像结构GVF Snake模型很好的考虑了具体图像的边缘结构信息。因此和GVF Snake相比较本文改进的方法具有更好的收敛效果。三维序列图像的分割是建立在在二维图像分割的基础上,因此二维图像分割的好坏直接决定了三维图像分割的效果。本论文基于三维图像平滑、连续的特性,在三维医学序列图像分割中采用预测结合块匹配法优化主动轮廓模型的初始化位置,并采用了本文改进的自适应图像结构GVF Snake。实验结果表明,与以GVF Snake为基础的三维医学序列图像分割相比,把本文改进的GVF Snake方法引入到三维序列图像分割中,可以有更加理想的效果,尤其是在分割图像变化比较显著的图像序列时,本文改进的方法显著的提高了分割的准确性。
|
全文目录
摘要 4-5 ABSTRACT 5-6 缩略语 6-10 第一章 引言 10-14 1.1 研究背景 10-12 1.2 本文的主要内容和论文安排 12-14 第二章 医学图像的分割 14-24 2.1 概述 14-15 2.2 图像的边缘检测 15-18 2.2.1 Roberts 算子 16 2.2.2 Sobel 算子 16-17 2.2.3 Prewitt 算子 17 2.2.4 LOG 滤波器 17-18 2.2.5 Canny 算子 18 2.3 医学图像分割的基本方法 18-23 2.3.1 基于阈值的图像分割方法 19 2.3.2 基于边缘的分割方法 19-20 2.3.3 三维模型方法 20-21 2.3.4 其它的一些方法 21-23 2.3.5 医学图像分割效果的评估 23 2.4 本章小结 23-24 第三章 传统SNAKE 模型及一些改进 24-37 3.1 SNAKE 概述 24 3.2 SNAKE 模型原理 24-25 3.3 SNAKE 的数学模型 25-28 3.4 主动模型仿真 28 3.5 对传统SNAKE 模型的一些改进 28-33 3.5.1 气球力Snake 模型 28-29 3.5.2 光流法 29-30 3.5.3 基于少量人机互动的GVF 模型方法 30-31 3.5.4 广义模糊梯度矢量流 31-32 3.5.5 其它的一些方法 32-33 3.6 GVF 主动轮廓模型 33-36 3.6.1 边缘图公式 33 3.6.2 梯度矢量流的数学模型 33-35 3.6.3 GVF 模型仿真结果分析 35-36 3.7 本章小结 36-37 第四章 GVF 主动轮廓模型改进及在三维图像分割中的应用 37-50 4.1 改进的GVF 模型 37-41 4.1.1 矩阵D 的构建 38-40 4.1.2 仿真结果 40-41 4.2 PERONA-MOLIK 模型 41-42 4.2.1 Perona-Molik 模型的计算 41-42 4.2.2 PM 模型的优点 42 4.3 三维医学序列图像分割 42-48 4.3.1 预测 43 4.3.2 匹配 43-45 4.3.3 外部能量 45 4.3.4 内部能量 45-46 4.3.5 收敛流程图 46-48 4.4 在整个三维上分割的框图 48-49 4.5 本章小结 49-50 第五章 实验结果及分析 50-58 5.1 实验环境 50 5.2 PERONA-MALIK 模型实验结果 50-51 5.3 基于自适应GVF SNAKE 的三维图像分割 51-57 5.3.1 GVF 与自适应GVF 51-52 5.3.2 本文方法与传统方法的二维图像分割比较 52-54 5.3.3 与传统方法的三维图像序列分割比较 54-57 5.4 本章小结 57-58 第六章 总结与展望 58-60 6.1 总结 58 6.2 进一步的工作展望 58-60 致谢 60-61 论文发表情况 61-62 参考文献 62-64
|
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
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,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
- 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
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于图像处理的棉花成熟度判定技术的研究,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
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 基于主动轮廓模型的图像分割方法研究,TP391.41
- 基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41
- 基于特征的纸币号码识别的研究,TP391.41
- 手指静脉识别技术研究,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
|