学位论文 > 优秀研究生学位论文题录展示

Directionlets及其在乳腺X线图像增强中的应用

作　者: 张士杰
导　师: 高新波
学　校: 西安电子科技大学
专　业: 模式识别与智能系统
关键词: Directionlet 非下采样Directionlet变换 广义高斯混合模型 压缩感知 图像增强
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 86次
引　用: 0次
阅　读: 论文下载
 

内容摘要


乳腺癌是一种女性中较为常见高发的恶性肿瘤病,是导致女性死亡的第二大主因。乳腺图像增强是乳腺癌计算机辅助诊断技术中的关键步骤,通过对乳腺图像进行增强,突出图像中的有用信息,能够有效改善乳腺图像的视觉效果,为医生提供更为可靠的诊断依据。本论文以多尺度几何分析(Multiscale Geometric Analysis, MGA)及其在图像处理中的应用为研究背景,较为深入的研究了Directionlet变换(Directionlet Transform, DT)、非下采样Directionlet变换(Nonsubsampled Directionlet Transform, NSDT)以及压缩感知(Compressed sensing, CS)技术在图像增强中的应用,针对自然图像和乳腺图像的增强提出了新的算法。主要工作概括如下:首先,研究了Directionlet变换,并在此基础上提出了一种基于Directionlet变换和广义高斯混合模型(Generalized Gaussian Mixture Model, GGMM)的乳腺图像增强方法,能够有效增强乳腺图像中的微弱病变区域;其次,为了保留更多原图像的信息,实现了非下采样Directionlet变换,并提出了基于非下采样Directionlet变换和非线性函数的增强方法,为了克服非线性增强不能有效增强乳腺图像病变区域的缺陷,又设计了基于非下采样Directionlet变换与GGMM的增强方法,进一步提高了微弱边缘的增强效果;最后,研究了压缩感知技术在数字图像增强处理中的应用,并研究了基于Directionlet变换的图像压缩感知方法,提出了一种基于非下采样Directionlet变换和压缩感知技术相结合的图像增强算法,能够显著增强图像中的病变区域,同时有效抑制图像背景和噪声干扰,取得了较好的增强效果。实验结果表明,本文所提出的一系列增强方法,都能够有效地对乳腺X线图像和自然图像进行增强,具有广阔的应用前景。

全文目录


摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-13
  1.1 研究背景及意义  7-8
    1.1.1 乳腺癌概述  7
    1.1.2 乳腺癌计算机辅助诊断技术  7-8
  1.2 国内外研究进展及现状  8-10
    1.2.1 多尺度几何分析方法的研究现状  8-9
    1.2.2 乳腺X线图像增强技术的研究现状  9-10
  1.3 研究内容及章节安排  10-13
第二章 图像表示与Directionlet变换  13-21
  2.1 引言  13
  2.2 典型的二维图像表示方法  13-18
    2.2.1 Fourier  13
    2.2.2 Wavelet变换  13-14
    2.2.3 Ridgelet变换  14-16
    2.2.4 Curvelet变换  16
    2.2.5 Contourlet变换  16-18
  2.3 Directionlet变换  18-20
    2.3.1 各向异性小波变换  18-19
    2.3.2 基于栅格的斜小波变换  19-20
  2.4 本章小结  20-21
第三章 基于Directionlet变换与GGMM的乳腺图像增强  21-31
  3.1 引言  21
  3.2 Directionlet变换系数分析  21-22
  3.3 基于GGMM的Bayes分类模型  22-24
    3.3.1 广义高斯混合模型  22-23
    3.3.2 EM算法  23
    3.3.3 Bayes分类  23-24
  3.4 基于Directionlet变换和GGMM的乳腺图像增强算法  24-28
    3.4.1 模型的选择  24-25
    3.4.2 非线性映射函数的设计  25-27
    3.4.3 基于Directionlet变换的乳腺图像增强算法实现步骤  27-28
  3.5 实验结果与分析  28-30
    3.5.1 增强方法的评价标准  28
    3.5.2 实验结果及分析  28-30
  3.6 本章小结  30-31
第四章 基于非下采样Directionlet变换的乳腺图像增强  31-39
  4.1 引言  31
  4.2 非下采样Directionlet变换的构造  31-33
  4.3 基于非线性函数的图像增强算法  33-36
    4.3.1 增强算法分析  33-34
    4.3.2 实验结果与分析  34-36
  4.4 基于非下采样Directionlet变换和GGMM的图像增强算法  36-38
    4.4.1 增强算法分析  36
    4.4.2 实验结果与分析  36-38
  4.5 本章小结  38-39
第五章 基于NSDT和压缩感知的乳腺图像增强  39-49
  5.1 引言  39-40
  5.2 压缩感知基础  40-41
  5.3 基于Directionlet变换的图像压缩感知算法  41-44
    5.3.1 压缩感知算法分析  41-42
    5.3.2 实验结果与分析  42-44
  5.4 基于NSDT和压缩感知的乳腺图像增强算法  44-48
    5.4.1 增强算法分析  45-46
    5.4.2 实验结果与分析  46-48
  5.5 本章小结  48-49
第六章 总结与展望  49-51
  6.1 总结  49-50
  6.2 展望  50-51
致谢  51-52
参考文献  52-56
攻读硕士学位期间获得的科研成果及参与的科研项目  56-57

相似论文

  1. 数字图像处理在集装箱检测中的应用研究,TP274.4
  2. 基于数字图像处理的血管管径自动测量技术,R310
  3. 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
  4. 压缩感知在无线通信网络异常事件检测中的应用研究,TN929.5
  5. 基于随机矩阵理论和压缩感知的合作频谱感知技术研究,TN925
  6. 压缩感知算法及其在矢量量化中的应用,TN911.7
  7. 认知无线网络中宽带压缩频谱感知关键技术,TN925
  8. 基于混沌和分形的两类图像处理算法,TP391.41
  9. CMOS图像传感器的噪声分析及图像处理,TP212
  10. 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
  11. 路面裂缝检测算法研究,TP274
  12. 重构算法在OFDM信道估计中的应用研究,TN919.3
  13. 基于压缩感知的语音信号建模技术的研究,TN912.3
  14. 基于偏微分方程的图像去噪与增强研究,TP391.41
  15. 基于压缩感知理论的采样系统设计与实现,TN911.7
  16. 视频监控系统及相关技术的研究与实现,TP277
  17. 指纹图像预处理算法的研究及DSP实现,TP391.41
  18. 基于压缩感知的合成孔径雷达超分辨成像复数据处理方法研究,TN958
  19. 基于小波变换的医学图像增强和配准技术研究,O174.22
  20. Retinex图像增强技术研究及其DSP实现,TP391.41
  21. 指纹图像预处理算法研究与实现,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