学位论文 > 优秀研究生学位论文题录展示

基于OCT图像玻璃疣的自动检测与分割

作　者: 胡超
导　师: 陈强
学　校: 南京理工大学
专　业: 计算机应用
关键词: 玻璃疣图像分割局部灰度极值二值化地图状萎缩
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 27次
引　用: 0次
阅　读: 论文下载

内容摘要

研究实用的自动玻璃疣(Drusen)分割方法一直是人们追求的目标,也是近年来医学图像分割方法的研究重点。目前自动检测Drusen的方法主要有基于图像的梯度、灰度信息,活动轮廓和动态规划的方法及图论思想的分割算法。本文针对两种不同成像模式下的视网膜OCT图像分别提出了相应的自动分割Drusen的算法。本文所做的主要工作和研究成果有如下几个方面：(1)考虑模式1下高亮度、高对比度的成像特点,提出了基于局部灰度极值算法分割视网膜色素上皮层组织(RPE)。该方法充分利用RPE层在模式1下视网膜图像中高亮度的特征信息,利用局部灰度极值方法对RPE进行特征分析,提取出RPE边缘,完成对目标区域的分割。并结合相邻列边缘信息和图像二值化的RPE边缘信息解决视网膜地图状萎缩(GA)给分割带来困难的问题,提高RPE的分割精度。通过实验分析表明,本文算法能够有效精确地分割RPE层。(2)基于阈值的Drusen检测算法。根据Drusen在RPE区域中的特征信息,本文基于阂值的算法,通过与正常RPE厚度进行比较检测出Drusen区域。实验表明,基于阈值的Drusen检测算法能够有效准确地分割Drusen。(3)考虑模式2下噪声强、亮度低及对比度低的成像特点。本文首先基于BM3D算法对图像进行了去噪预处理,减少噪声对图像的影响,充分保留图像中的细节信息。同时结合相邻帧图像的先验目标特征信息,解决模式2下成像特点带来不利于分割RPE的问题,提高分割RPE的精度,保证RPE分割的精确性。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-11
  1.1 AMD的研究背景  7-8
  1.2 Drusen分割的研究现状  8-9
  1.3 Drusen分割的研究意义  9-11
2 基于图论算法的RPE分割  11-25
  2.1 图的基本原理  11-12
    2.1.1 图的几个相关知识  11
    2.1.2 图中的几个重要算法  11-12
  2.2 图像的描述  12-13
    2.2.1 边的连接和节点的选取  13
    2.2.2 权值的选择  13
  2.3 基于图论的RPE分割算法概述  13-23
    2.3.1 图像下采样  13-14
    2.3.2 图像拉平  14
    2.3.3 分离NFL-OPL和IS-OPE层  14-15
    2.3.4 计算权重  15-17
    2.3.5 基于Dijkstra算法的RPE分割  17-18
    2.3.6 实验结果及分析  18-23
  2.4 本章小结  23-25
3 成像模式1下的Drusen分割  25-42
  3.1 双边滤波算法  26-28
  3.2 RPE分割算法概述  28-33
    3.2.1 基于局部灰度极值算法的RPE分割  28-29
    3.2.2 GA下的RPE分割  29-33
  3.3 基于阈值的Drusen检测  33-34
  3.4 实验结果与分析  34-40
    3.4.1 RPE厚度窗口大小选择  34-36
    3.4.2 RPE分割的误差评估  36-39
    3.4.3 Drusen分割的误差评估  39-40
  3.5 本章小结  40-42
4 成像模式2下的Drusen分割  42-52
  4.1 BM3D去噪算法  42-45
    4.1.1 块匹配  42-43
    4.1.2 三维变换域滤波  43
    4.1.3 权值的计算  43
    4.1.4 重构  43-45
  4.2 结合相邻帧图像信息的RPE分割  45-46
  4.3 实验结果与分析  46-51
    4.3.1 RPE区域的分割结果  47
    4.3.2 Drusen区域的检测结果  47-48
    4.3.3 RPE区域的分割误差评估  48-50
    4.3.4 Drusen区域的检测误差评估  50-51
  4.4 本章小结  51-52
5 总结与展望  52-53
致谢  53-54
参考文献  54-57

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
车牌识别系统中车牌定位算法的研究,TP391.41
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
基于大字符集脱机手写体汉字识别方法研究,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