学位论文 > 优秀研究生学位论文题录展示
基于轮廓模型的医学图像分割
作 者: 陈俊
导 师: 杨兵
学 校: 西安电子科技大学
专 业: 生物医学工程
关键词: 图像分割 动态轮廓模型 Snakes模型 GVF
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 69次
引 用: 0次
阅 读: 论文下载
内容摘要
医学影像分割技术是医学影像中的重要技术,医学影像分割的效果直接决定着计算机辅助诊断系统的成败。经过多年的研究,国内外学者已经提出了多种算法,但绝大多数算法都是针对某一具体问题的。本文主要研究基于动态轮廓模型的医学影像分割。1987年Kass M、WitkinA、Terzopoulos D创造性的提出活动轮廓模型的概念。题为“Snakes:Active Contour Models”论文发表以后,Snakes模型很快成为图像分割最活跃最成功的研究领域之一。目前活动轮廓模型用于描述分割目标的动态轮廓,已成功的应用于物体识别、计算机视觉和生物医学图像领域。本文首先对现有的医学图像分割方法进行总结和综述,分析相应的优缺点。从动态轮廓模型入手,介绍了经典的Snakes模型,并讨论了该模型上两种经典改进的Snakes模型(GVF Snakes和Ballon Snakes),总结这两种模型的优缺点。针对传统的Snakes模型,本文讨论了矢量场卷积模型,该模型在捕捉范围、凹陷区域的收敛区域方面、初始轮廓、抗噪性以及算法复杂度方面做了全面的改进。针对Snakes模型初始化时间较长的问题,本文讨论了梯度逆柏松分布的方法,引入自动化初始化方法,作为独立的过程,通过精确的自动初始化轮廓,缩短迭代时间,进而减少Snakes模型收敛时间。在医学图像上的实验进一步验证了本方法的可行性。最后,论文指出了进一步的研究方向。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-11 1.1 课题研究背景及意义 7-8 1.2 国内外研究的现状 8 1.3 本文工作安排及章节安排 8-11 第二章 图像分割算法研究 11-21 2.1 图像分割定义 11-12 2.2 图像分割算法 12-18 2.2.1 基于阈值的分割方法 12-13 2.2.2 基于区域的分割方法 13-14 2.2.3 基于边缘检测的分割方法 14-16 2.2.4 基于特殊理论的分割方法 16-18 2.3 动态轮廓模型 18 2.4 本章小结 18-21 第三章 参数化动态轮廓线模型 21-33 3.1 传统的 Snakes 模型 21-25 3.1.1 Snakes 模型的表达式 22-24 3.1.2 Snakes 模型算法实现 24 3.1.3 Snakes 模型的优缺点 24-25 3.2 气球力(Balloon)模型 25-27 3.3 GVF Snakes 模型 27-30 3.4 其他改进的 Snakes 模型 30-31 3.5 本章小结 31-33 第四章 基于矢量场卷积的活动轮廓模型 33-49 4.1 轮廓模型外部力改进回顾 33-34 4.2 VFC Snakes 模型 34-40 4.2.1 矢量场卷积 34-35 4.2.2 数值实现 35-36 4.2.3 参数预估 36-37 4.2.4 混合矢量场卷积 37-38 4.2.5 VFC 模型与 GVF 模型之间的关系 38-40 4.3 仿真结果与分析 40-48 4.3.1 捕捉范围和收敛能力 40-42 4.3.2 初始轮廓敏感性和抗噪性分析 42-46 4.3.3 算法复杂度分析 46 4.3.4 医学图像上的实验 46-48 4.4 本章小结 48-49 第五章 活动模型初始化的一种改进 49-63 5.1 背景知识 49-52 5.1.1 动态表面 49-50 5.1.2 外部力 50-51 5.1.3 动态轮廓的初始化 51-52 5.2 梯度逆的柏松分布 52-55 5.2.1 数值求解 53-54 5.2.2 矢量场的可视化 54-55 5.3 活动轮廓模型的自动初始化 55-58 5.3.1 初始化 55-56 5.3.2 单一轮廓的初始化 56-57 5.3.3 应用与实现 57-58 5.4 仿真结果与分析 58-62 5.4.1 不连续轮廓的敏感度 58-59 5.4.2 噪声的敏感度 59-61 5.4.3 医学图像实验 61-62 5.5 本章小结 62-63 第六章 总结与展望 63-65 致谢 65-67 参考文献 67-73 研究成果 73-74
|
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
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
- 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
- 基于视觉的类人足球机器人目标定位算法设计,TP391.41
- 复杂相变热图序列相变线提取算法研究,TP391.41
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
- 多尺度遥感图像分割算法研究与应用,TP391.41
- 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
- 肺部病灶感兴趣区域分割算法研究,TP391.41
- 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
- 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
- 指纹图像分割方法评价与半监督学习在指纹图像分割中的应用研究,TP391.41
- 基于水平集的医学图像分割方法研究,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
|