学位论文 > 优秀研究生学位论文题录展示

超声图像的自适应边缘增强方法

作　者: 刘迪昱
导　师: 刘东权；钟彦
学　校: 四川大学
专　业: 软件工程
关键词: 边缘检测梯度算子纹理分析直方图灰度级共生矩阵
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 212次
引　用: 1次
阅　读: 论文下载

内容摘要

随着电子学，计算机技术，材料学等相关领域技术的飞速发展，医学影像技术得到了空前的发展。作为医学影像技术的一个分支，超声医学是一门较新的综合性学科，近几十年来发展十分迅速。超声诊断技术作为医学超声的一个重要应用，以其特有的安全、快速、实时的优势发挥了巨大的作用，并已在临床医学中得到广泛应用。近年来，超声技术为医学诊断提供了丰富和准确的信息，对疾病的无创伤精确诊断起了积极的作用。图像边缘反映了图像中最有价值的信息，对边缘的增强是图像处理和计算机视觉中最重要、最经典的课题之一。对医学图像而言，常需通过边缘的提取来确定病灶的大小、脏器的运动情况、血球流动状态等。但由于多种因素的影响，医学图像边缘往往不很清晰，这直接影响医务人员的诊断和治疗。因此，图像边缘和轮廓特征的增强与提取方法，一直是医学图像处理与分析技术中的研究热点。为方便医学影像工作者的使用，本文首先介绍图像的边缘增强的各种经典算子，并分析讨论了各种图像边缘增强方法的优势与缺陷。针对以上经典的边缘增强算子我们提出了一种新的方法—超声图像的自适应边缘增强方法，利用纹理分析灰度级相关方法——灰度共生矩阵的的二阶统计方法算出纹理的九个参数。但在实际应用中灰度共生矩阵的的二阶统计算法计算复杂、特征提取所需时间过长等，于是我们利用M．Unser提出的“和和差分直方图”的算法来代替灰度共生矩阵的的二阶统计方法的九个纹理参数，用这种比较简单的算法算出灰度共生矩阵的九个参数，经过大量的实践，目前我们已经大致推算出九个参数只有三个参数对我们边缘增强最有用：平均值(mean)、和方差(variance)、相关(correnlation)。本文把经典的各种边缘增强算子和自适应边缘增强方法用C实现了算法。从算法大量图像边缘增强的结果比对来看，这种算法虽然简单但是效果很好，是边缘增强的一种很好的实用方法。

全文目录

摘要  2-4
abstract  4-8
1. 背景:数字图像处理与边缘增强  8-14
  1.1 数字图像及数字图像处理  8-11
    1.1.1 数字图像处理的内容  9-10
    1.1.2 数字图像数学表示  10-11
  1.2 边缘及边缘检测  11-14
  1.3 论文总体结构  14
2. 边缘增强算子综述  14-29
  2.1 基于梯度算子的边缘增强  17-26
    2.1.1 罗伯特(Roberts)边缘增强算子  22-23
    2.1.2 Sobel算子  23-24
    2.1.3 薄瑞维特(Prewitt)边缘算子  24-26
  2.2 拉普拉斯(Laplacan)边缘算子  26-29
    2.2.1 零交叉高斯平滑拉普拉斯算子(又称马尔算子)  27-29
3. 纹理分析的空间灰度级的相关方法  29-50
  3.1 灰度直方图  30-37
  3.2 空间灰度共生矩阵  37-47
    3.2.1 基本原理  38-44
    3.2.2 特征参数  44-47
  3.3 和差分直方图的特征参数  47-50
    3.3.1 基本原理  47-48
    3.3.2 特征参数  48-49
    3.3.3 纹理参数的量化  49-50
4. 超声图像相关介绍  50-59
  4.1 超声波的概念  50-52
  4.2 超声波的产生  52-55
  4.3 超声医学基础  55-59
    4.3.1 医学超声影像技术的分类  55-57
    4.3.2 超声医学的历史回顾  57-59
5 超声图像的自适应边缘增强的算法  59-66
  5.1 图像分析  59
  5.2 图像分割  59-60
  5.3 模式识别(识别与分类)  60-62
    5.3.1 模式识别的概念  60-61
    5.3.2 模式识别的步骤  61-62
  5.4 本论文的模式识别  62-64
  5.5 超声图像的自适应边缘增强的算法  64-66
    5.5.1 时间增益函数的算法  64
    5.5.2 自适应边缘增强的算法  64-66
6. 算法的模拟实现结果  66-74
结论  74-75
参考文献  75-78
致谢  78-79
附录  79-98

超声图像的自适应边缘增强方法

内容摘要

全文目录

相似论文