学位论文 > 优秀研究生学位论文题录展示

CT与MRI图像融合技术研究

作　者: 董入成
导　师: 黄向慧
学　校: 西安科技大学
专　业: 检测技术与自动化装置
关键词: 边缘检测 图像配准 小波变换 图像融合 小波PCNN
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 143次
引　用: 2次
阅　读: 论文下载
 

内容摘要


随着计算机技术、医学影像技术和信息技术的发展,医学图像融合技术成为一个研究的热点。利用医学图像融合技术处理多幅图像间的冗余数据和互补信息,来提高图像的可靠性和清晰度。首先,本文介绍了医学图像融合技术的研究背景,阐述了医学图像融合领域所涉及的基础知识、基本处理方式、配准及融合算法等。分析和比较了CT与MRI图像配准和图像融合的多种方法的优劣性。在图像预处理方面,分别研究了频域增强和空域增强方法,经过MATLAB仿真验证各种图像预处理算法,总结了不同边缘检测算子优劣。其次,在配准方面,阐述了医学图像配准的基本概念以及配准的评估,剖析了配准的原理,深入研究了常用的医学图像配准方法,最终提出了基于最大互信息图像配准优化算法。该算法根据小波采样的特点,对图像进行小波的图像伸缩变换、旋转变换和平移变换。在寻找优化时,采用了Powell直接搜索方法;插值方法采用了PV插值。经过MATLAB仿真验证,小波最大互信息配准算法减少了配准的时间,并且能够达到亚像素级配准。最后,在图像融合方面,对原始PCNN模型进行精简,形成简化的PCNN模型,然后与小波算法相结合。经过对多种融合方法进行研究比较,证实了小波PCNN算法精良,比其它几种融合算法效果更好。

全文目录


摘要  2-3
ABSTRACT  3-8
1 绪论  8-14
  1.1 课题研究的背景和发展现状  8
  1.2 图像融合的基本概念  8-9
  1.3 图像融合的基本原理和结构  9-11
  1.4 医学图像融合  11-12
    1.4.1 医学图像融合意义  11
    1.4.2 医学图像融合分类  11-12
  1.5 面临的问题  12-13
  1.6 本文主要内容  13-14
2 图像预处理在 CT 与 MRI 中中中应 应用  14-24
  2.1 图像预处理  14
  2.2 图像增强  14-18
    2.2.1 图像空域增强  15-16
    2.2.2 图像频域增强  16-18
  2.3 图像边缘检测  18-23
    2.3.1 一阶导数边缘检测方法  18-19
    2.3.2 基于二阶导数的边缘检测  19-21
    2.3.3 试验结果分析  21-22
    2.3.4 微分算子的比较  22-23
  2.4 本章小结  23-24
3 基于最大互信息图像配准优化算法的研究  24-48
  3.1 图像配准理论  24-25
    3.1.1 图像配准概念  24
    3.1.2 医学图像配准技术在临床中的应用  24-25
  3.2 图像配准原理  25-34
    3.2.1 图像配准原理  25-27
    3.2.2 常用的空间变换  27-29
    3.2.3 插值方法  29-31
    3.2.4 参数的优化搜索  31-33
    3.2.5 相似性测度  33-34
  3.3 配准的评估  34-35
    3.3.1 体模  34
    3.3.2 准标  34
    3.3.3 图谱  34-35
    3.3.4 目测检验  35
  3.4 常用配准方法  35-41
    3.4.1 基于特征的配准方法  35-37
    3.4.2 基于灰度的配准方法  37-41
  3.5 基于最大互信息图像配准优化算法  41-47
    3.5.1 基于小波分解的图像配准原理  41-43
    3.5.2 改进的基于最大互信息配准算法的实现  43
    3.5.3 试验验证  43-47
  3.6 本章总结  47-48
4 医学图像融合方法  48-58
  4.1 基于空域的图像融合  48-50
    4.1.1 图像像素灰度值极大（小）融合法  48
    4.1.2 图像像素灰度值加权融合法  48
    4.1.3 TOET 图像融合方法  48-50
  4.2 基于变换域的图像融合  50-55
    4.2.1 基于多分辨率的金字塔融合法  50
    4.2.2 基于傅里叶变换的图像融合法  50-51
    4.2.3 基于小波变换的图像融合  51-55
  4.3 图像融合的评价  55-57
    4.3.1 主观评价  55
    4.3.2 客观评价  55-57
  4.4 本章小结  57-58
5 小波PCNN 在CT 与MRI 中的实现  58-66
  5.1 PCNN 的结构  58-59
  5.2 PCNN 的运行方式  59-60
  5.3 脉冲耦合的特性分析  60-62
  5.4 简化的PCNN 模型  62-63
  5.5 基于小波PCNN 的实现  63-64
  5.6 融合试验和结果分析  64-65
  5.7 本章小结  65-66
6 结论  66-68
  6.1 总结  66
  6.2 展望  66-68
致谢  68-69
参考文献  69-72
附录  72-75

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  3. 双传感器图像联合目标检测及系统实现研究,TP391.41
  4. 图像的稀疏表示及编码模型研究,TP391.41
  5. 唇读中的特征提取、选择与融合,TP391.41
  6. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  7. 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
  8. 结合线性二次放射生物模型的图像配准技术的研究,R815
  9. 基于机器视觉的光纤几何参数检测研究,TN253
  10. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  11. ASAR与MODIS协同的海洋溢油信息提取,X87
  12. 感觉刺激诱发脑电特征研究,R318.0
  13. 网络传输中的ROI图像编码算法研究,TN919.81
  14. 基于多尺度分析的图像融合算法研究,TP391.41
  15. 交通视频中车辆异常行为检测及应用研究,TP391.41
  16. 基于小波的雷达视频压缩方法研究,TN957.52
  17. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  18. 一种多数据流聚类异常检测算法,TP311.13
  19. 基于图像的信息隐藏技术研究,TP309.7
  20. 基于小波分形理论的振动信号分析系统研究,TN911.6
  21. 结合DWT的动态数据校正研究及应用,TP274

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