緊張快節(jié)奏的生活導(dǎo)致了生活壓力的提升,使得疾病發(fā)生的概率越來越高,特別是消化道疾病,因此對腸胃疾病的早期檢測、診斷、治療是阻止腸胃疾病進一步惡化的關(guān)鍵。醫(yī)務(wù)人員檢測、診斷人體內(nèi)部疾病的手段越來越先進,醫(yī)用內(nèi)窺鏡就是其中最為先進的一種。但是傳統(tǒng)的光纖式內(nèi)窺鏡使用起來極其不便,易給病人造成痛苦,因此人們研制出無線膠囊內(nèi)窺鏡。膠囊內(nèi)窺鏡能夠在每一次消化道檢測都會生成大量的數(shù)據(jù),圖像數(shù)目達到上千張以上,對于醫(yī)生來說是遴選出符合診斷要求的圖片是一個非常大的任務(wù),占據(jù)了醫(yī)生大量的時間,大大延誤了診斷、醫(yī)治的時間,并且也容易因為醫(yī)生的生理疲勞帶來診斷失誤,而且每個醫(yī)生看圖大都是依賴個人經(jīng)驗。由此帶來的誤診也是不可避免的。因此,需求產(chǎn)生技術(shù),一種必要的計算機輔助系統(tǒng)將幫助醫(yī)生進行輔助診斷,在檢測出可疑病變位置區(qū)域時快速發(fā)出預(yù)警。本文正是在此基礎(chǔ)上提出一種組合掩膜的方法,提取出圖像的顯著性區(qū)域,從而為后面的圖像特征提取與識別工作做好準備。本文首先討論了人眼視覺系統(tǒng)和圖像質(zhì)量評價方法的研究現(xiàn)狀,詳細論述人眼的生理結(jié)構(gòu)與特性以及圖像的主觀、客觀評價方法,然后綜述了各種常見的邊緣檢測算法,在膠囊內(nèi)窺鏡圖像的數(shù)據(jù)基礎(chǔ)上,提出了基于HSI顏色空間的圖像組合掩膜處理技術(shù),通過實驗分析表明,該方法在一定要求下,準確率較高,并且優(yōu)于YIQ顏色空間下的組合掩膜處理技術(shù)。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：C815;R57
【部分圖文】：

身體內(nèi)奧秘的探索。我國腸胃先進的診斷技術(shù)，從而對腸胃一步惡化。病里最普遍的一種病癥。常見技術(shù)都是間接地檢測方法，在囊出現(xiàn)了，相對于超聲波成像的消化道檢測技術(shù)。體內(nèi)部工作的醫(yī)療器械，通常電子信號傳輸以及保存患者的。如圖 1.1 是一張典型的消化道

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文，在這些圖片中找出可疑的異常區(qū)域，這對消化道疾病的早期有意義的。特別是在醫(yī)學(xué)圖像處理中，我們往往比較關(guān)心病灶息肉等。但是這些區(qū)域容易受氣泡，陰影，甚至消化道邊緣褶道病灶識別之前我們需要對這些存在干擾的因素進行掩模處理。外研究現(xiàn)狀年來，基于人眼視覺系統(tǒng)的圖像處理技術(shù)日趨成熟，其基本步驟

中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文/YIQ/HSB/HSV/HSL 顏色空間，包括：CIE XYZ，CIE Lab，CIE YUV 等顏色空間色空間色模型主要是面向硬件的模型，如掃描儀、計算機顯示設(shè)備疊加能夠產(chǎn)生不同的顏色。但是三原色疊加并不能產(chǎn)生所有的個顏色通道，每一個顏色通道一共 256 個級別的灰度值，三灰度值顏色組合就可以產(chǎn)生種顏色。理論上這種顏色模型類體內(nèi)部的任意一點代表著一種顏色，這個點的坐標值就是三 2.1 所示：
【相似文獻】

相關(guān)期刊論文 前10條

1 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學(xué)與計算機;2014年08期

2 翟逸飛;;基于FPGA的圖像邊緣處理研究[J];企業(yè)技術(shù)開發(fā);2013年12期

3 顧長友;妙用Photoshop處理圖像邊緣[J];電腦知識與技術(shù);2003年08期

4 濮群,余桂;用線性模型檢測圖像邊緣[J];清華大學(xué)學(xué)報(自然科學(xué)版);1988年01期

5 宋建中;;噴霧圖像的自動分析[J];光學(xué)機械;1988年04期

6 高華;;關(guān)于古建筑圖像中破損點優(yōu)化提取仿真[J];計算機仿真;2017年11期

7 劉娟娟;劉斌;;低照度非線性光學(xué)圖像邊緣自適應(yīng)增強裝置設(shè)計[J];激光雜志;2017年03期

8 張琳梅;;基于圖像邊緣增強的改進方法[J];信息系統(tǒng)工程;2016年03期

9 王水萍;鄒蕾;;空中模糊目標圖像邊緣信息的融合與恢復(fù)方法[J];科技通報;2014年06期

10 朱慶生;楊世泉;柳鋒;;基于圖像邊緣摘要的快速模板匹配[J];計算機應(yīng)用研究;2009年02期

相關(guān)博士學(xué)位論文 前10條

1 劉飛;透混沌介質(zhì)偏振成像技術(shù)[D];西安電子科技大學(xué);2016年

2 李永軍;圖像與視頻低復(fù)雜度壓縮算法研究[D];西安電子科技大學(xué);2017年

3 何人杰;圖像去霧與去湍流方法研究[D];西北工業(yè)大學(xué);2017年

4 張文靜;光場成像技術(shù)在天空偏振模式測量和湍流圖像清晰化中的應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2016年

5 左承林;圖像非局部均值去噪方法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

6 王丹;基于暗通道先驗的圖像和視頻去霧模型及算法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

7 宋文青;SAR圖像自動目標提取方法研究[D];西安電子科技大學(xué);2018年

8 楊濱;圖像克隆拼接篡改盲取證技術(shù)研究[D];湖南大學(xué);2014年

9 張珺;單細胞三維結(jié)構(gòu)與衍射圖像特征的分類方法研究[D];天津大學(xué);2017年

10 張菲菲;梯度域處理框架下的圖像視見度增強技術(shù)研究[D];武漢大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王啟明;礦井高清圖像去霧算法研究[D];遼寧工程技術(shù)大學(xué);2018年

2 王新余;基于混合特征的圖像檢索算法研究[D];華中科技大學(xué);2017年

3 梅宇航;基于人眼視覺系統(tǒng)的膠囊內(nèi)鏡圖像掩膜處理[D];華中科技大學(xué);2017年

4 王婉婉;激光主動成像的圖像噪聲抑制方法研究[D];長春理工大學(xué);2018年

5 陳愛月;基于圖像的能見度反演方法研究[D];南京信息工程大學(xué);2018年

6 劉愛旭;基于CCD圖像傳感高精度溫度測量技術(shù)研究[D];華北理工大學(xué);2018年

7 張佳敏;無人機定點降落中的圖像處理技術(shù)研究[D];沈陽理工大學(xué);2018年

8 董付財;船舶艙外視頻監(jiān)控圖像去霧方法研究[D];哈爾濱工程大學(xué);2018年

9 陳倉;燃油噴霧圖像宏觀特性參數(shù)測量算法優(yōu)化及Matlab/GUI程序?qū)崿F(xiàn)[D];長安大學(xué);2018年

10 翟永賽;基于航拍圖像的電網(wǎng)災(zāi)情勘測方法研究及應(yīng)用[D];華北電力大學(xué);2018年

本文編號：2866548