学位论文 > 优秀研究生学位论文题录展示
MRI脑部医学图像分割方法研究
作 者: 王菲
导 师: 郑永果
学 校: 山东科技大学
专 业: 计算机应用技术
关键词: MRI脑部图像 边缘检测 灰度直方图 图像去噪 图像分割 滤波
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 165次
引 用: 3次
阅 读: 论文下载
内容摘要
大脑是人体的一个重要器官,又是一个结构比较复杂的组织,脑部图像的分割也成为医学图像处理中的一个重要的研究方面。目前提出的分割算法虽然很多,但都有一定的局限性。本文针对MRI脑部医学图像的分割进行了研究。由于磁共振成像在实际采集图像时会产生噪声,需要先对图像进行预处理。噪声的种类很多,其性质也有许多区别。常用的滤波方法在去噪的同时也会将原有图像的边缘模糊。本文针对这一缺陷,对基于各向异性平滑扩展的方法进行改进,能在去噪的同时保持良好的边缘。根据MRI图像本身的成像特点和大脑组成部分的特有结构,论文分别研究了基于边界和基于区域的MRI大脑图像分割方法。现有的分割方法中,分割效果较好的分割算法往往较复杂,不容易实现或运行时间较长,很难实际用于对大量图像的分割。而算法简单,易于实现的往往分割效果又不尽人意。针对这一现象本文中给出一种自动多阈值分割方法,通过直接对图像的灰度直方图曲线进行分析,判断极小值所在的灰度级,再对所有极小值点进行相应的分类合并来最终确定阈值的位置,它可以避免出现过分割的现象,同时又减少了运行时间,分割效果也较好。这种自动多阈值分割方法对于一些直方图像谷峰差距较明显的图像分割效果较好。但对一些直方图像谷峰差距较小的图像效果一般。为了解决这一不足,本文又根据现实要求,实现了两种基于聚类的分割方法,模糊C均值算法和期望值最大化算法。都是基于对图像灰度值进行分类的分割方法,经实验比较期望值最大化算法更佳。
|
全文目录
摘要 5-6 Abstract 6-12 1 绪论 12-19 1.1 研究背景 12-13 1.2 研究现状 13-17 1.3 论文的研究内容与章节安排 17-19 2 图像预处理 19-30 2.1 均值滤波 19-21 2.2 中值滤波 21-24 2.3 基于各向异性扩散的图像平滑 24-29 2.4 本章小结 29-30 3 边缘检测 30-40 3.1 Roberts算子 32-33 3.2 Sobel算子 33-34 3.3 Prewitt算子 34-36 3.4 Krisch算子 36-37 3.5 高斯-拉普拉斯算子 37-39 3.6 本章小结 39-40 4 自动多阈值分割 40-48 4.1 阈值分割 40-41 4.2 自动多阈值分割算法 41-47 4.3 本章小结 47-48 5 基于聚类的分割算法 48-58 5.1 模糊C均值算法 48-51 5.2 期望值最大化算法 51-57 5.3 本章小结 57-58 6 MRI脑部医学图像分割系统的实现 58-61 6.1 开发环境 58 6.2 系统概述 58-59 6.3 操作界面 59-61 7 总结 61-62 致谢 62-63 参考文献 63-66 攻读硕士期间发表论文和科研情况简介 66
|
相似论文
- 基于FPGA的电磁超声检测系统的研究,TH878.2
- 慢光光纤陀螺信号检测电路设计,V241.5
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 武器评估系统数据采集与处理方法研究,TJ06
- 基于LIN总线的电动车窗控制方法研究,U463.6
- 森林防火系统中图像识别算法的研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- GPS抗干扰技术研究,P228.4
- 传输线型Metamaterials的理论与应用研究,O441.6
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 基于机器视觉的光纤几何参数检测研究,TN253
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 基于雷达影像活动断裂信息提取方法与示范应用研究,P542.3
- 基于OpenCV的集装箱加强板焊接自动定位系统的开发,U169
- 基于水平集区域分割的医学图像融合算法研究,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
|