学位论文 > 优秀研究生学位论文题录展示

基于ICP和SVD的眼底图像配准研究

作　者: 张波
导　师: 许志闻
学　校: 吉林大学
专　业: 计算机应用技术
关键词: 眼底图片视网膜血管特征点图像配准
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 166次
引　用: 2次
阅　读: 论文下载

内容摘要

医学图像的处理和分析一直都是图像处理和分析领域的重点和难点,其中眼底图像的处理更是重中之重。随着科学技术水平的提高各种医疗设备功能逐步完善、性能逐步提高,眼底图像成像质量也大大提高,为眼底图像进行辅助医疗设备打下坚实的基础。所谓图像配准技术是能够将一幅图像与另一幅图像上对应点经过图像变换达到空间上的一致,从而把各种成像模态的医学图像融合成一种新的影像模式展现给临床医生,因而能解决上述医学上的难题,使各种成像设备在信息表达上达到有互补的目的。本文主要针对眼底图片主要是眼底RF(Red Free)图像的配准一些相关问题进行研究。主要包括:眼底图像的预处理、眼底血管网络及视乳头提取,血管交叉点的提取及建立树形拓扑结构、眼底图片的图像配准四个大部分。文中首先对眼底图像进行降噪,采用基于偏微分方程的各项异向梯度法,此方法能有效平滑同质区域,保留差异的边缘区域,保留完整的血管信息,提高提取血管的精度。为了提高血管与背景的差异度图像进行图像加强.采取有效阈值分割方法,提取视乳头采用大津法进行阈值分割,提取血管网络时采用基于最大熵的阈值分割法,得到血管网络信息。在此基础上运用细化算法,进行细化提取血管中心线,同时提取血管中心线的交叉部分。根据眼底的物理结构,建立血管交叉点的树形拓扑结构。配准方面本文采用先利用视乳头质心和血管交叉点作为特征点进行预配准,在次基础上进行ICP算法和SVD相结合的配准方法精细配准,迭代满足特定条件最终达到图像配准,同时也达到跟踪了特定区域的目的。在理论研究和分析的基础上,本文实现了眼底图片的预处理,对眼底图像进行平滑降噪;视网膜血管网络的提取,通过血管网络的血管中心线得到交叉点,并建立血管交叉点树形结构;提取视乳头和建立血管的交叉点进行预配准;采用ICP算法和SVD相结合进行精细配准。运用ICP和运算得到的SVD算子进行迭代变换,迭代满足特定条件最终达到图像配准,同时也跟踪了特定区域的目的。本文算法无论在精度和速度方面,都有较好的效果,所实现的图像处理系统,具有模块化和通用一致的用户接口,并具有较好的扩展性。

全文目录

提要  4-7
第1章绪论  7-12
  1.1 医学图像配准技术的背景和意义  7-8
  1.2 医学图像处理配准研究现状  8-9
  1.3 眼底的生理结构  9
  1.4 本文的创新点及贡献  9-12
第2章医学图像配准  12-17
  2.1 医学图像配准概述  12
  2.2 配准的基本概念和分类  12-16
    2.2.1 根据对象属性分类  13-14
    2.2.2 按配准的依据来源分类  14-15
    2.2.3 按配准的变换函数分类  15-16
  2.3 医学图像配准精度的评估  16-17
第3章眼底图像的预处理  17-29
  3.1 图像类型转换  18-19
  3.2 灰度数学形态学理论基础  19-21
  3.3 视网膜图像平滑降噪  21-24
    3.3.1 均值滤波  21-22
    3.3.2 中值滤波  22
    3.3.3 频率低通滤波  22
    3.3.4 基于偏微分方程的图像降噪  22-23
    3.3.5 处理结果分析及本文采取方法  23-24
  3.4 视网膜图像的增强  24-27
    3.4.1 直方图修整法  24-26
    3.4.2 灰度变换方法概述  26-27
  3.5 基于梯度场均衡化的对比度增强  27
  3.6 视乳头区域提取  27-29
第4章视网膜血管中心线提取  29-40
  4.1 边缘检测概念  29-30
    4.1.1 边缘检测方法概述  29-30
    4.1.2 边缘点确定准则  30
  4.2 常用模板匹配边缘检测算法  30-31
  4.3 最大熵阈值化提取血管网络信息  31-36
    4.3.1 一维Shannon熵及其性质  33
    4.3.2 二维熵建立的方法  33-34
    4.3.3 基于灰度-梯度最大熵阈值分割法  34-36
  4.4 视网膜血管中心线的提取  36-39
    4.4.1 细化的概念  36
    4.4.2 细化算法的比较  36-37
    4.4.3 采用优化的Hilditch算法和应用  37-39
  4.5 本章小结  39-40
第5章基于ICP-SVD眼底血管配准方法  40-49
  5.1 视网膜图像血管分支点提取  40-41
  5.2 血管交叉点树的建立  41-42
  5.3 基于视乳头位置和血管交叉点结构的预配准  42-48
    5.3.1 眼底图像基于ICP-SVD的精细配准  43-48
  5.4 配准结果分析  48
  5.5 结论  48-49
第6章配准结果评价  49-52
  6.1 实验图像获取  49
  6.2 配准结果的分析  49-50
  6.3 重复率结果分析  50-51
  6.4 结论  51-52
第7章结论和展望  52-53
参考文献  53-56
致谢  56-57
摘要  57-59
Abstract  59-60

基于ICP和SVD的眼底图像配准研究

内容摘要

全文目录

相似论文