隨著數(shù)碼終端和互聯(lián)網(wǎng)的快速發(fā)展,數(shù)字圖像和醫(yī)用圖像處理技術(shù)得到了迅猛的發(fā)展。其中圖像特征提取作為其中的關(guān)鍵技術(shù),受到越來越多的重視。圖像特征提取的好壞很大程度上決定了算法性能的優(yōu)劣。在自然圖像處理領(lǐng)域中,數(shù)字圖像在采集、壓縮、存儲和傳輸過程中,會有數(shù)據(jù)和損失和外部信號的引入,從而導(dǎo)致數(shù)字圖像產(chǎn)生失真,這對于人們理解和使用照片上會帶來諸多不便,同時為了改進(jìn)這些采集、壓縮、存儲和傳輸?shù)募夹g(shù)對圖像質(zhì)量的影響,往往需要有評價圖像質(zhì)量指標(biāo)的反饋,所以圖像質(zhì)量評價的重要性也日益凸顯。在醫(yī)療影像領(lǐng)域,確認(rèn)影像中顯示的病人病變組織區(qū)域和病變性質(zhì)的判斷,是放射科醫(yī)生的重要工作,但是這種判斷的準(zhǔn)確性往往依賴醫(yī)生日積月累的臨床經(jīng)驗(yàn),因而很難得以普及。同時由于病人早期病變組織難以用肉眼進(jìn)行觀察,對于早期診斷帶來諸多不便。而早期診斷意義重大,早期診斷的結(jié)果可以及時確認(rèn)病變區(qū)域,予以治療,阻止病變區(qū)域由良性往惡性方面發(fā)展。本文在此基礎(chǔ)上,對無參考圖像質(zhì)量評價和計算機(jī)輔助診斷中的特征提取進(jìn)行了深入研究,提出了針對其不同特性的特征提取方法,具體內(nèi)容如下：（1）提出一種利用拓?fù)洫?dú)立分量分析進(jìn)行特征提取的無參考型圖像質(zhì)量... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第一章 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究歷史與現(xiàn)狀
        1.2.1 無參考型圖像質(zhì)量評價
        1.2.2 計算機(jī)輔助診斷
    1.3 論文結(jié)構(gòu)及主要內(nèi)容
第二章 特征提取基礎(chǔ)
    2.1 特征提取與圖像質(zhì)量評價
        2.1.1 人眼視覺特性
        2.1.2 自然圖像統(tǒng)計特性
        2.1.3 圖像質(zhì)量評價的特征提取原理
    2.2 特征提取與乳腺鈣化點(diǎn)自動檢測
        2.2.1 乳腺鈣化點(diǎn)病理特性
        2.2.2 乳腺鈣化點(diǎn)自動檢測的特征提取原理
    2.3 實(shí)驗(yàn)數(shù)據(jù)庫介紹
        2.3.1 LIVE數(shù)據(jù)庫
        2.3.2 MIAS數(shù)據(jù)庫
    2.4 本章小結(jié)
第三章 基于拓?fù)洫?dú)立分量的無參考圖像質(zhì)量評價方法
    3.1 利用自然場景統(tǒng)計特性的特征提取
    3.2 拓?fù)洫?dú)立分量分析與無參考圖像質(zhì)量評價
        3.2.1 拓?fù)洫?dú)立分量分析
        3.2.2 基于拓?fù)洫?dú)立分量分析的無參考圖像質(zhì)量評價算法
    3.3 基于拓?fù)洫?dú)立分量分析的特征提取
    3.4 特征訓(xùn)練
    3.5 特征差異量化
    3.6 實(shí)驗(yàn)結(jié)果與分析
    3.7 本章小結(jié)
第四章 基于分形特征提取的乳腺鈣化點(diǎn)自動檢測方法
    4.1 基于分形理論的特征提取
    4.2 乳腺鈣化點(diǎn)自動檢測
        4.2.1 醫(yī)學(xué)圖像前期處理
        4.2.2 基于分形理論的特征提取
        4.2.3 特征分類
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
作者簡介


【參考文獻(xiàn)】：
博士論文
[1]基于視覺感知的圖像質(zhì)量評價方法研究[D]. 張樺.浙江大學(xué) 2009



本文編號：3314974