学位论文 > 优秀研究生学位论文题录展示

Ncut与医学图像分割

作　者: 陈彦至
导　师: 黄永锋
学　校: 东华大学
专　业: 计算机应用技术
关键词: 医学图像 图像分割 谱图理论 Normalized Cut 聚类算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 196次
引　用: 2次
阅　读: 论文下载
 

内容摘要


图像分割是图像处理与计算机视觉中的关键步骤,也是研究的重点与难点。无论要在图像中识别目标,或者提取其他的信息,首先要做的一步就是图像分割。图像分割可以理解为将图像中具有特殊涵义的不同区域区分开来,这些区域是互不相交的(没有重叠)。近年来,计算机图像分割在医学图像处理中占有越来越重要的地位,为医学图像分析提供了有力的支持。本文的研究工作建立在基于图论的图像分割方法—Ncut(Normalized Cut)方法上,并以此实现脑部医学图像的分割。Ncut是一种基于谱图理论的方法,它融合了图像的不同特征,实现了图像的自动分割。本文的主要工作是:1)介绍了Ncut的定义和算法的实现过程,总结了近年来该算法在求解特征方程方面的改进,着重讨论了Ncut算法在图像分割相关领域的应用,包括了医学图像分割、矢量场分割、视频分割等等。2)用Ncut方法分割脑部MRI图像,用以识别出脑部肿瘤的位置。本文提出方法能够一次对空间连续的MRI图像进行分割。该方法将Ncut算法从二维空间拓展到了三维空间,而不是依赖于单一的图像做出判断,使分割结果反映了肿瘤在三维空间上的位置。同时分析和比较两种不同的考虑像素之间联系的方法。3)在Timoth(?)e Cour的基础上作了进一步改进,改进了先前的算法执行效率不高的缺点。同时修改权值矩阵W与条件矩阵C的计算,使其在空间位置上做到一致。4)对Ncut算法做了进一步总结,并展望了该算法的发展方向。本文的主要工作集中如何自动从一系列的脑部MRI图像中获得有用的分割结果。本文首先回顾和总结了Ncut算法,及算法的改进,Ncut在各个领域的应用。本文在Ncut算法从二维空间拓展到了三维空间,提出了新的构建权值矩阵的方法,并在Timoth(?)e Cour的基础上提高了算法的计算效率,论文最后分析了本文算法对具体的脑部MRI图像的分割情况。

全文目录


摘要  5-7
ABSTRACT  7-10
目录  10-12
第一章 绪论  12-21
  1.1.引言  12-13
  1.2.研究背景  13-17
  1.3.医学图像分割  17-20
    1.3.1.图像分割的定义  18-19
    1.3.2.医学图像的评估标准  19-20
  1.4.本文的工作及内容安排  20-21
第二章 Normalized Cut方法  21-37
  2.1.谱图理论  21-22
    2.1.1.基本概念  21-22
  2.2.基于图论的图像分割方法  22-25
    2.2.1.权值矩阵的构建  23-24
    2.2.2.特征向量与分割结果  24-25
  2.3.CUT与NCUT  25-27
    2.3.1.Cut算法  25-26
    2.3.2.Ncut算法  26-27
  2.4.NCUT算法的实现  27-30
    2.4.1.Normalized cut的特征值与特征向量  27-28
    2.4.2.Lanczos算法  28-29
    2.4.3.Ncut算法概述  29-30
  2.5.NCUT算法的改进  30-33
    2.5.1.求解特征方程的改进-Nystr(o|¨)m近似方法  30-31
    2.5.2.多类谱图方法分割(Multiclass Spectral Partitioning)  31-32
    2.5.3.采用聚类的方法  32-33
  2.6.NCUT方法的应用  33-35
    2.6.1.医学影像中的应用  33
    2.6.2.运动图像的分割  33-34
    2.6.3.矢量场的分割  34-35
    2.6.4.其它领域的运用  35
  2.7.本章小节  35-37
第三章 MRI图像的分割  37-42
  3.1.MRI图像成像介绍  37-38
  3.2.MRI图像的成像原理  38
  3.3.最新的MRI成像技术  38-39
  3.4.主要的MRI分割技术  39-40
  3.5.NCUT分割实例  40-41
  3.6.本章小结  41-42
第四章 考虑空间结点联系的Ncut算法的实现  42-60
  4.1.图像的预处理  43-48
    4.1.1.连续形式下各向异性扩散的定义  43-44
    4.1.2.离散形式下的各向异性扩散的定义  44-47
    4.1.3.实际图像的处理结果  47-48
  4.2.算法改进与实现—利用空间信息  48-54
    4.2.1.重构权值矩阵W  48-51
    4.2.2.多类谱图(Multiclass Spectral)  51-52
    4.2.3.分割结果的获取  52-53
    4.2.4.算法小结  53-54
  4.3.分割结果及比较  54-59
    4.3.1.简单模型下的情况  54-56
    4.3.2.本文算法的实现结果  56-58
    4.3.3.实验结果分析  58-59
  4.4.本章小结  59-60
第五章 考虑空间结点联系的Ncut算法的进一步改进  60-71
  5.1.算法分析  60-61
  5.2.算法实现  61-69
  5.3.运行时间分析  69-70
  5.4.本章小结  70-71
第六章 总结与展望  71-73
  6.1.本文总结  71-72
  6.2.展望  72-73
致谢  73-74
参考文献  74-78
攻读硕士期间发表的学术论文  78

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  4. 三维头部数值模型的建立及DBS电场的分析研究,R742.5
  5. K-均值聚类算法的研究与改进,TP311.13
  6. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  7. 红外图像目标识别及跟踪技术研究,TP391.41
  8. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  9. 基于变异粒子群的聚类算法研究,TP18
  10. K-means聚类优化算法的研究,TP311.13
  11. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  12. 基于遗传算法和粗糙集的聚类算法研究,TP18
  13. 网络传输中的ROI图像编码算法研究,TN919.81
  14. SAR干涉像对优化选取方法研究,P225.2
  15. 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
  16. 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
  17. 非刚性医学图像准算法研究和实现,TP391.41
  18. 医学图像的三维可视化算法研究,TP391.41
  19. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  20. 基于OpenCV的人脸检测方法研究,TP391.41
  21. 计算机辅助髋关节置换手术系统研究与开发,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