学位论文 > 优秀研究生学位论文题录展示

生物医学图像去噪及分割方法研究

作　者: 罗春燕
导　师: 王顺凤
学　校: 南京信息工程大学
专　业: 应用数学
关键词: 图像去噪 非局部均值 图像分割 模糊C均值聚类 各向异性
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 144次
引　用: 0次
阅　读: 论文下载
 

内容摘要


生物医学图像处理是近年来计算机视觉与模式识别领域研究的热点。生物医学图像具有直观、形象和信息量丰富等特点,便于观察,在现代医学临床诊断和实验研究中已占据越来越重要的地位。因而生物医学图像的采集、处理、分析,成为了当前医学信息研究的热点和前沿课题。基于生物医学图像的分割技术,可对生物医学图像的内容进行分析,从而帮助医务人员诊断和制定医疗方案。但是由于生物医学图像具有分辨低、噪声大、图像特性差异大的特点,为该类图像的分割带来了困难。因此先对生物医学图像进行去噪等预处理就具有重要的研究意义,对此本文所做的主要工作如下：(1)传统的基于空域的图像去噪方法,如均值滤波、中值滤波、维纳滤波和基于偏微分方程的滤波等,在去除噪声的同时不能很好的保持图像的细节,进而引入了非局部均值去噪模型。它考虑了灰度上的片相似性和像素邻域的空间关系,从而满足了对图像细节保持的要求,但是该模型在相似搜索时耗费太多时间,从而时间效率不高。因为一幅图像的特征细节还是少数的,本文针对这个问题,提出了一种改进的非局部去噪模型。它选择性的选取去噪方法,在细节特征处选取非局部去噪方法,在同质区域选择了Mean Shift去噪方法,从而既保持了非局部去噪模型对细节保持比较好的优点,又克服了其时间效率不高的缺点。实验证明本文方法在较好改进去噪效果的前提下有效地提高了去噪的时间效率。(2)传统FCM分割模型,仅考虑了图像灰度信息,而忽略了像素间的空间位置关系,因此对噪声较为敏感。针对这个问题,本文利用Gibbs理论和图像结构张量信息构造各向异性的Gibbs场,降低噪声影响,并将其引入到FCM模型框架中,完善了FCM模型分割效果,有效地保留了细长结构和角点信息。本文还将其应用于虚拟人脑图像分割,实验证明本文提出的算法可以得到较好的分割结果。

全文目录


摘要  5-6
Abstract  6-7
第一章 绪论  7-12
  1.1 引言  7-8
  1.2 图像去噪方法研究现状  8-9
  1.3 图像分割方法研究现状  9-10
  1.4 本文主要研究工作与创新点  10-11
  1.5 章节安排  11-12
第二章 图像去噪方法  12-22
  2.1 引言  12-13
  2.2 图像去噪的传统方法  13-15
    2.2.1 均值滤波  13
    2.2.2 中值滤波  13-15
    2.2.3 维纳滤波  15
  2.3 典型的图像去噪偏微分方程模型  15-21
    2.3.1 热扩散模型  16-17
    2.3.2 各向同性P-M非线性扩散模型  17-19
    2.3.3 高阶偏微分模型  19
    2.3.4 Weickert扩散张量模型  19-21
  本章小结  21-22
第三章 非局部均值去噪模型  22-31
  3.1 引言  22
  3.2 双边滤波模型  22-23
  3.3 非局部均值去噪模型  23-25
    3.3.1 非局部均值去噪原理  23-24
    3.3.2 图像去噪效果的评价方法  24-25
    3.3.3 实验结果与分析  25
  3.4 一种自适应的非局部均值去噪模型  25-29
    3.4.1 权重函数  26
    3.4.2 均值漂移去噪算法  26-27
    3.4.3 实验结果与分析  27-29
  3.5 本章小结  29-31
第四章 聚类图像分割  31-44
  4.1 引言  31
  4.2 图像分割简述  31-32
  4.3 聚类分析简述  32-33
  4.4 基于模糊C均值聚类算法的图像分割  33-36
    4.4.1 基于模糊C均值聚类算法的图像分割  33-34
    4.4.2 实验结果及分析  34-36
  4.5 基于各向异性模糊C均值聚类算法的图像分割  36-43
    4.5.1 Markov随机场与Gibbs随机场理论  36-38
    4.5.2 各向异性的FCM算法  38-39
    4.5.3 基于各向异性FCM虚拟人脑图像分割  39-43
      4.5.3.1 基于颜色空间的下层数据处理  40-41
      4.5.3.2 实验结果及分析  41-43
  4.6 本章小结  43-44
第五章 工作总结与展望  44-45
  5.1 工作总结  44
  5.2 展望  44-45
参考文献  45-50
在校期间研究成果  50-51
致谢  51

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 医学超声图像去噪方法研究,TP391.41
  3. 数字图像处理在集装箱检测中的应用研究,TP274.4
  4. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  5. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  8. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  9. 轮廓波变换及其在图像处理中的应用,TP391.41
  10. 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
  11. 各向异性与量子点平衡形态及应变分布研究,O471.1
  12. 基于OpenCV的人脸检测方法研究,TP391.41
  13. 曲面几何噪声去除的非局部变分模型研究,TP391.41
  14. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  15. 机器视觉系统中的图像噪声处理算法研究,TP391.41
  16. 超低频极低频波在地—各向异性电离层波导中的传播机理研究,TN011.2
  17. 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
  18. 基于非局部均值滤波的超声图像及图像序列去噪,TP391.41
  19. 基于特征的纸币号码识别的研究,TP391.41
  20. 基于偏微分方程的图像去噪与增强研究,TP391.41
  21. 基于模糊C均值聚类的彩色图像分割算法研究,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