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(lái)越高,特別是消化道疾病,因此對(duì)腸胃疾病的早期檢測(cè)、診斷、治療是阻止腸胃疾病進(jìn)一步惡化的關(guān)鍵。醫(yī)務(wù)人員檢測(cè)、診斷人體內(nèi)部疾病的手段越來(lái)越先進(jìn),醫(yī)用內(nèi)窺鏡就是其中最為先進(jìn)的一種。但是傳統(tǒng)的光纖式內(nèi)窺鏡使用起來(lái)極其不便,易給病人造成痛苦,因此人們研制出無(wú)線膠囊內(nèi)窺鏡。膠囊內(nèi)窺鏡能夠在每一次消化道檢測(cè)都會(huì)生成大量的數(shù)據(jù),圖像數(shù)目達(dá)到上千張以上,對(duì)于醫(yī)生來(lái)說(shuō)是遴選出符合診斷要求的圖片是一個(gè)非常大的任務(wù),占據(jù)了醫(yī)生大量的時(shí)間,大大延誤了診斷、醫(yī)治的時(shí)間,并且也容易因?yàn)獒t(yī)生的生理疲勞帶來(lái)診斷失誤,而且每個(gè)醫(yī)生看圖大都是依賴個(gè)人經(jīng)驗(yàn)。由此帶來(lái)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(jì)算機(jī)輔助系統(tǒng)將幫助醫(yī)生進(jìn)行輔助診斷,在檢測(cè)出可疑病變位置區(qū)域時(shí)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(shí)別工作做好準(zhǔn)備。本文首先討論了人眼視覺(jué)系統(tǒng)和圖像質(zhì)量評(píng)價(jià)方法的研究現(xiàn)狀,詳細(xì)論述人眼的生理結(jié)構(gòu)與特性以及圖像的主觀、客觀評(píng)價(jià)方法,然后綜述了各種常見(jiàn)的邊緣檢測(cè)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(guò)實(shí)驗(yàn)分析表明,該方法在一定要求下,準(zhǔn)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(jí)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(guó)腸胃先進(jìn)的診斷技術(shù)，從而對(duì)腸胃一步惡化。病里最普遍的一種病癥。常見(jiàn)技術(shù)都是間接地檢測(cè)方法，在囊出現(xiàn)了，相對(duì)于超聲波成像的消化道檢測(cè)技術(shù)。體內(nèi)部工作的醫(yī)療器械，通常電子信號(hào)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(duì)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(shí)別之前我們需要對(duì)這些存在干擾的因素進(jìn)行掩模處理。外研究現(xiàn)狀年來(lái)，基于人眼視覺(jué)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(jì)算機(jī)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(gè)顏色通道，每一個(gè)顏色通道一共 256 個(gè)級(jí)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(diǎn)代表著一種顏色，這個(gè)點(diǎn)的坐標(biāo)值就是三 2.1 所示：
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);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(zhǎng)友;妙用Photoshop處理圖像邊緣[J];電腦知識(shí)與技術(shù);2003年08期

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

5 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

6 高華;;關(guān)于古建筑圖像中破損點(diǎn)優(yōu)化提取仿真[J];計(jì)算機(jī)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(qiáng)裝置設(shè)計(jì)[J];激光雜志;2017年03期

8 張琳梅;;基于圖像邊緣增強(qiáng)的改進(jìn)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(biāo)圖像邊緣信息的融合與恢復(fù)方法[J];科技通報(bào);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(jì)算機(jī)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(chǎng)成像技術(shù)在天空偏振模式測(cè)量和湍流圖像清晰化中的應(yīng)用研究[D];國(guó)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(guó)防科學(xué)技術(shù)大學(xué);2016年

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

7 宋文青;SAR圖像自動(dòng)目標(biāo)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(xì)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(jiàn)度增強(qiáng)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(jué)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(dòng)成像的圖像噪聲抑制方法研究[D];長(zhǎng)春理工大學(xué);2018年

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

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

7 張佳敏;無(wú)人機(jī)定點(diǎn)降落中的圖像處理技術(shù)研究[D];沈陽(yáng)理工大學(xué);2018年

8 董付財(cái);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(cāng);燃油噴霧圖像宏觀特性參數(shù)測(cè)量算法優(yōu)化及Matlab/GUI程序?qū)崿F(xiàn)[D];長(zhǎng)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(cè)方法研究及應(yīng)用[D];華北電力大學(xué);2018年

本文編號(hào)：2866548