本文關(guān)鍵詞：醫(yī)學(xué)CT圖像去噪和增強(qiáng)方法的研究應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科技的進(jìn)步和技術(shù)的發(fā)展,在臨床醫(yī)學(xué)中醫(yī)學(xué)CT圖像發(fā)揮著越來越重要的作用,它成為醫(yī)師診斷疾病的重要手段,尤其在肺癌的早期檢查中。近年來,醫(yī)學(xué)影像技術(shù)的發(fā)展提高了醫(yī)學(xué)診斷的準(zhǔn)確度和可信度。醫(yī)學(xué)CT圖像跟普通圖像有很大的不同,它是對人體的成像。人體的組織器官的密度各不相同、人體的呼吸運(yùn)動、心跳運(yùn)動以及獲取圖像的設(shè)備的質(zhì)量差異,這些因素都可能造成CT圖像中感興趣區(qū)域的對比度差、細(xì)節(jié)邊緣模糊、摻雜噪聲等問題,這些問題會對醫(yī)生的診斷造成很大的影響。為此醫(yī)學(xué)CT圖像去噪和增強(qiáng)算法的研究就便得十分重要。本文主要從CT圖像去噪和CT圖像增強(qiáng)兩方面進(jìn)行研究,提出了兩種適合與醫(yī)學(xué)CT圖像去噪和增強(qiáng)的算法。本文的主要工作包括下面兩方面:在CT圖像去噪方面,本文先研究一些傳統(tǒng)的圖像去噪方法,并發(fā)現(xiàn)傳統(tǒng)的圖像去噪算法在對醫(yī)學(xué)CT圖像進(jìn)行去噪時(shí),是對圖像中所有的像素點(diǎn)進(jìn)行處理的,去噪的效果很不理想,去噪后的醫(yī)學(xué)CT圖像的細(xì)節(jié)會變得很模糊,并且丟失大量的細(xì)節(jié)信息。本文根據(jù)醫(yī)學(xué)CT的普遍特點(diǎn),針對傳統(tǒng)去噪方法存在的問題,提出了一個(gè)基于灰色關(guān)聯(lián)分析和GM(grey model)預(yù)測模型的醫(yī)學(xué)圖像去噪算法。該算法首先利用灰色關(guān)聯(lián)分析判斷像素點(diǎn)是否是噪聲點(diǎn);并利用GM預(yù)測模型對醫(yī)學(xué)圖像進(jìn)行去噪處理。該算法能夠避免處理不是噪聲的像素點(diǎn),減少去噪算法對CT圖像的細(xì)節(jié)的破壞。經(jīng)過該算法去噪處理后的醫(yī)學(xué)圖像具有較好的MSE和PSNR,能保留更多的細(xì)節(jié)信息,較嚴(yán)密地保證圖像的真實(shí)性。在CT圖像增強(qiáng)方面,我們首先將一些傳統(tǒng)的圖像增強(qiáng)方法應(yīng)用到CT圖像中,發(fā)現(xiàn)這些方法并不能對CT圖像很好地增強(qiáng)達(dá)到我們所需要的效果。在對小波變換的研究中發(fā)現(xiàn),小波變換能夠多分辨率、多層次對醫(yī)學(xué)CT圖像進(jìn)行分解,能夠獲得醫(yī)學(xué)CT圖像中更多的高頻細(xì)節(jié)信息,進(jìn)一步將CT的高頻細(xì)節(jié)信息增強(qiáng);而Laplacian金字塔也能夠?qū)⑨t(yī)學(xué)CT圖像進(jìn)行多尺度分解,得到高頻細(xì)節(jié)信息。在此基礎(chǔ)上,我們根據(jù)醫(yī)學(xué)CT圖像對細(xì)節(jié)信息要求十分嚴(yán)苛的特點(diǎn),我們提出了一個(gè)基于小波變換和Laplacian金字塔的CT圖像增強(qiáng)算法。首先,對原醫(yī)學(xué)CT圖像進(jìn)行小波變換分解,得到處理結(jié)果;然后,對原醫(yī)學(xué)CT圖像進(jìn)行Laplacian金字塔分解得到醫(yī)學(xué)圖像的高頻信息;最后,利用小波變換的結(jié)果和Laplacian金字塔分解的結(jié)果進(jìn)行重構(gòu),得到增強(qiáng)后的CT圖像。實(shí)驗(yàn)結(jié)果表明,該方法在對醫(yī)學(xué)CT圖像細(xì)節(jié)信息的增強(qiáng)效果明顯,增強(qiáng)后的CT圖像具有很好的MSE和PSNR,能更好的抵抗噪聲,并且信息熵基本不變。所以此算法比傳統(tǒng)的算法更適用于醫(yī)學(xué)CT圖像的增強(qiáng)。
【關(guān)鍵詞】：圖像去噪 灰色關(guān)聯(lián)分析 GM 圖像增強(qiáng) 小波變換 Laplacian金字塔
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 課題的研究背景和意義10-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 圖像去噪13-15
• 1.2.2 圖像增強(qiáng)15-17
• 1.3 本文主要研究內(nèi)容17-18
• 1.4 本文結(jié)構(gòu)18-19
• 1.5 小結(jié)19-20
• 第二章 圖像去噪和增強(qiáng)相關(guān)理論與方法20-33
• 2.1 數(shù)字圖像20-21
• 2.1.1 數(shù)字圖像的定義20
• 2.1.2 像素點(diǎn)之間的關(guān)系20-21
• 2.2 圖像噪聲21-22
• 2.3 圖像質(zhì)量的評價(jià)標(biāo)準(zhǔn)22-25
• 2.3.1 主觀評價(jià)23
• 2.3.2 客觀評價(jià)23-25
• 2.4 圖像去噪相關(guān)方法25-26
• 2.4.1 灰色理論去噪25-26
• 2.4.2 輪廓波去噪26
• 2.5 圖像增強(qiáng)相關(guān)方法26-32
• 2.5.1 灰度直方圖均衡化27-28
• 2.5.2 灰度變換28-32
• 2.6 小結(jié)32-33
• 第三章 圖像去噪算法的設(shè)計(jì)實(shí)現(xiàn)33-44
• 3.1 中值濾波33
• 3.2 均值濾波33-34
• 3.3 灰色關(guān)聯(lián)分析34-35
• 3.4 GM預(yù)測模型35
• 3.5 圖像去噪算法實(shí)現(xiàn)35-40
• 3.5.1 噪聲點(diǎn)檢測36-38
• 3.5.2 噪聲點(diǎn)處理38-40
• 3.6 實(shí)驗(yàn)結(jié)果及分析40-43
• 3.6.1 實(shí)驗(yàn)數(shù)據(jù)集40
• 3.6.2 實(shí)驗(yàn)結(jié)果40-42
• 3.6.3 實(shí)驗(yàn)參數(shù)的討論42-43
• 3.7 小結(jié)43-44
• 第四章 圖像增強(qiáng)算法的設(shè)計(jì)實(shí)現(xiàn)44-55
• 4.1 小波變換45-47
• 4.2 Laplacian金字塔分解47-49
• 4.3 圖像重構(gòu)49-50
• 4.4 實(shí)驗(yàn)結(jié)果及分析50-54
• 4.4.1 實(shí)驗(yàn)環(huán)境50
• 4.4.2 實(shí)驗(yàn)數(shù)據(jù)集50
• 4.4.3 實(shí)驗(yàn)結(jié)果與分析50-54
• 4.5 小結(jié)54-55
• 第五章 總結(jié)和展望55-57
• 5.1 總結(jié)55-56
• 5.2 展望56-57
• 參考文獻(xiàn)57-60
• 致謝60-61
• 研究生期間發(fā)表的論文61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王勇智,黃紅波;一種數(shù)學(xué)圖像去噪的新方法[J];岳陽職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

2 楊淑伶;郭定輝;管克英;;一個(gè)用于圖像去噪、量化的反應(yīng)擴(kuò)散模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2006年08期

3 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年27期

4 高嵐;廖云良;袁中華;;尺度適應(yīng)性二代小波的圖像去噪方法[J];船海工程;2007年06期

5 楊文國;;基于擴(kuò)散方程的圖像去噪[J];科技風(fēng);2008年20期

6 于雯輝;田逢春;李立;唐光菊;;基于空域平均的圖像去噪方法[J];光電子技術(shù);2008年02期

7 王銀峰;朱麗麗;何光宏;朱根琴;;一種基于尺度相關(guān)的小波圖像去噪方法[J];激光雜志;2008年05期

8 姚斌;楊玲香;;基于非線性復(fù)擴(kuò)散和小波的圖像去噪方法[J];航空計(jì)算技術(shù);2009年05期

9 李柯材;張曦煌;;基于鄰域閾值萎縮法的圖像去噪方法的優(yōu)化[J];計(jì)算機(jī)應(yīng)用;2010年01期

10 李燕民;季維勛;李維國;;一種新的圖像去噪方法[J];微計(jì)算機(jī)應(yīng)用;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉旨春;朱偉;盛磊;;基于鄰域特性的小波閾值圖像去噪方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

2 陳仙紅;屈小波;郭迪;寧本德;陳忠;;自適應(yīng)方向小波在磁共振圖像去噪中的應(yīng)用[A];第十七屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

3 韓希珍;趙建;;基于偏微分方程的圖像去噪[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

4 殷明;劉衛(wèi);;基于非高斯分布的四元數(shù)小波圖像去噪[A];全國第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

5 侯艷芹;李均利;魏平;陳剛;;一種新的基于模糊均差和小波閾值的醫(yī)學(xué)圖像去噪方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

6 劉曙光;費(fèi)佩燕;屈萍鴿;;基于對偶樹復(fù)小波的圖像去噪技術(shù)研究[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

7 周利利;張曉明;;基于小波變換的圖像去噪研究[A];2009全國測繪科技信息交流會暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

8 王文;康錫章;王曉東;;基于小波域HMT的航空偵察圖像去噪方法[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

9 倪永婧;王成儒;;一種紋理圖像去噪方法的研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 鄧超;;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的CCD圖像去噪方法研究[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張偉;具有擴(kuò)散—波動調(diào)和特性的圖像去噪方法[D];上海交通大學(xué);2014年

2 劉孝艷;變分、PDE和非局部濾波在圖像去噪中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 羅亮;基于MCMC采樣的非局部圖像去噪方法研究[D];西安電子科技大學(xué);2015年

4 廖帆;四方向全變分在圖像去噪問題中的應(yīng)用[D];東南大學(xué);2015年

5 劉紅毅;結(jié)構(gòu)保持的圖像去噪方法研究[D];南京理工大學(xué);2011年

6 侯迎坤;非局部變換域圖像去噪與增強(qiáng)及其性能評價(jià)研究[D];南京理工大學(xué);2012年

7 侯建華;基于小波及其統(tǒng)計(jì)特性的圖像去噪方法研究[D];華中科技大學(xué);2007年

8 龐志峰;圖像去噪問題中的幾類非光滑數(shù)值方法[D];湖南大學(xué);2010年

9 褚標(biāo);小波理論在圖像去噪與紋理分析中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

10 張建平;基于偏微分方程的圖像去噪和分割方法[D];大連理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳龍;偏微分方程擴(kuò)散模型在圖像去噪中的應(yīng)用[D];昆明理工大學(xué);2015年

2 李孟嬌;基于壓縮感知的圖像去噪理論研究[D];長安大學(xué);2015年

3 楊巧;新的TV改進(jìn)模型以及在SAR圖像去噪中的應(yīng)用[D];陜西師范大學(xué);2015年

4 顏珂;高通量基因測序堿基識別中圖像去噪的方法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 遲廣元;兩類圖像去噪模型的若干數(shù)值新方法研究[D];華北電力大學(xué);2015年

6 陳會娟;噪聲的估計(jì)及基于快速NLM的去除[D];華僑大學(xué);2015年

7 溫海嬌;圖像去噪與恢復(fù)[D];南京航空航天大學(xué);2014年

8 范旭;基于Contourlet變換的SAR圖像去噪研究[D];西安電子科技大學(xué);2015年

9 田剛;基于非局部均值的MRI圖像去噪研究[D];西安電子科技大學(xué);2014年

10 范婷;基于字典學(xué)習(xí)的圖像去噪方法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：醫(yī)學(xué)CT圖像去噪和增強(qiáng)方法的研究應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：341752