学位论文 > 优秀研究生学位论文题录展示
乳腺钼靶图像配准方法研究
作 者: 黎美娟
导 师: 周颜军
学 校: 东北师范大学
专 业: 计算机应用技术
关键词: 钼靶图像配准 SIFT GTM TPS
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 20次
引 用: 0次
阅 读: 论文下载
内容摘要
随着数字图像技术的发展,图像配准在图像分析与处理领域起着关键的作用,例如:遥感图像方面(多光谱图像分类、环境监测、图像拼接、天气预报、地理信息系统);医学方面(结合CT和MRI图像结果了解更多病人的病情、监测肿瘤的发展、从解剖学上比较病人的各种数据);图像视觉方面(目标定位、跟踪)等。图像配准是在不同时间、不同视角或采用不同的传感器得到的两幅或多幅图像在空间几何位置上的对应的过程。目前,图像配准在医学影像学中的运用备受各国研究人员的关注。因为从病人的单幅结果图像对病人病情的检测是非常困难的事,即便是一个有经验的放射科医生。本文是一篇有关乳腺钼靶图像配准的研究。乳腺钼靶图像配准在乳腺癌自动检测中起着关键的作用。图像配准方法能更好的辅助医生对不同体位或不同时间的两幅或多幅乳腺图像分析对比。在本文提出了一种基于尺度不变特征变换(SIFT)和图变换(GTM)算法相结合的钼靶图像配准方法。首先,通过SIFT算法提取参考图像和待配准图像中的特征点,匹配两幅图像并得到两幅图像的特征点对;再通过GTM算法去除SIFT算法得到的错误匹配;然后采用基于点对的TPS插值算法对待配准图像进行空间变换,最后得到配准图像。由于只是对乳腺钼靶图像配准的初步研究,而且国内钼靶图像数据库还不健全,所以在文中随机抽取国际标准数据库中的十位病人的结果图像作为配准中的参考图像,对参考图像进行三种变换后的图像视为待配准图像进行钼靶图像配准。本文采用了三种评价标准对本文的算法进行评价和比较,实验结果证明,本文采用的方法能得到更精确的配准图像。
|
全文目录
摘要 4-5 Abstract 5-8 第一章 引言 8-13 1.1 数字图像处理在医学中的运用 8 1.2 研究背景和意义 8-9 1.3 乳腺钼靶图像配准方法的研究现状 9-11 1.4 本文主要工作 11-12 1.5 论文结构安排 12-13 第二章 图像配准概述 13-18 2.1 图像配准的理论基础 13-16 2.1.1 图像配准的基本概念 13 2.1.2 图像配准的方法 13-14 2.1.3 图像空间变换的类型 14-15 2.1.4 相似性度量 15-16 2.2 医学图像配准 16-18 2.2.1 医学图像配准原理 16-17 2.2.2 基于特征的医学图像配准基本步骤 17-18 第三章 乳腺钼靶图像配准 18-29 3.1 钼靶图像预处理 19-21 3.2 图像特征提取和匹配 21-25 3.2.1 图像特征提取 21-22 3.2.2 图像特征匹配 22-25 3.3 去除错误匹配 25-27 3.4 求解TPS 空间变换模型 27-29 第四章 实验结果及性能分析 29-38 4.1 实验数据介绍 29-31 4.2 结果分析和比较 31-37 4.3 小结 37-38 第五章 总结与展望 38-39 参考文献 39-42 致谢 42-43 在学期间公开发表论文及著作情况 43
|
相似论文
- 抗几何攻击的彩色图像数字水印算法研究,TP309.7
- 非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
- 基于特征描述的图像匹配方法研究,TP391.41
- 双目立体视觉关键技术研究,TP391.41
- 血清VEGF、TPS、CA125水平在非霍奇金淋巴瘤中的临床意义及其与不同中医证型疗效的关系,R733.1
- 双目立体视觉中摄像机自标定方法研究,TP391.41
- SMF汽车零件有限公司精益生产方式研究,F426.471
- 基于双目立体全景视觉传感器的道路宽度实时检测技术的研究,TP274
- 基于双目视觉的河道测量技术研究,TP391.41
- 基于粒子滤波的目标跟踪算法研究,TP391.41
- 交通监控视频中的目标检测与跟踪算法研究,TP391.41
- 基于最近邻及相似度测量检测钓鱼网页技术的研究,TP393.08
- 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
- 基于局部特征的结构模型学习及其在目标检测与定位中的应用,TP391.41
- 基于图形处理器的SIFT算法研究,TP391.41
- 基于SIFT的数字水印算法研究,TP309.7
- 基于BoW-SIFT模型和层次网格特征的三维检索系统,TP391.41
- 基于多幅图像的几何和纹理自动重建,TP391.41
- 基于显著度抠像的图像检索研究与实现,TP391.41
- 基于SIFT特征和SVM的场景分类,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
|