本文關(guān)鍵詞：基于水平集的圖像處理

  更多相關(guān)文章： 圖像分割 交分水平集 曲線演化 圖像降噪 RSF模型

【摘要】：隨著多媒體技術(shù)的廣泛應(yīng)用,圖像已成為人類(lèi)表達(dá)、相互溝通的一種重要方式。圖像含有的信息包羅萬(wàn)象,如何處理圖像中的信息就變得非常重要。在圖像處理中,圖像的分割與降噪成為學(xué)者們研究的熱門(mén)課題。數(shù)字圖像處理的應(yīng)用領(lǐng)域非常廣泛,涉及到人類(lèi)生活的方方面面。上到太空探索,下到地質(zhì)勘測(cè),從生物醫(yī)學(xué)工程到通信工程等各個(gè)方面,都有大量的圖像信息需要處理、分析、識(shí)別。醫(yī)學(xué)圖像由于和人的生命息息相關(guān),直接影響醫(yī)生對(duì)病情的判斷,決定著醫(yī)生對(duì)治療方案的制定或修改,所以對(duì)醫(yī)學(xué)圖像進(jìn)行處理具有現(xiàn)實(shí)意義。例如,準(zhǔn)確的圖像分割能夠提高醫(yī)療診斷的準(zhǔn)確性和正確性。本文基于水平集方法研究醫(yī)學(xué)圖像的分割技術(shù),建立了一個(gè)基于曲線演化理論的圖像分割模型,該模型改進(jìn)了醫(yī)學(xué)圖像處理中經(jīng)常用到的RSF模型。在RSF模型中添加加權(quán)面積項(xiàng),并將所添加的面積項(xiàng)的權(quán)系數(shù)由常數(shù)轉(zhuǎn)變?yōu)殛P(guān)于圖像像素梯度信息的權(quán)函數(shù),使得模型的自適應(yīng)性增強(qiáng),曲線在演化過(guò)程中能夠根據(jù)圖像信息自主演化。對(duì)新的模型進(jìn)行數(shù)值求解并用Matlab對(duì)來(lái)自臨床的醫(yī)學(xué)圖像做了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明新模型與原模型相比,模型的自適應(yīng)性得到增強(qiáng),能夠更快速準(zhǔn)確的把目標(biāo)從背景中分割出來(lái),是一種行之有效的分割模型。噪聲會(huì)對(duì)圖像的分割產(chǎn)生不利的影響,為了降低這種影響,以便能夠準(zhǔn)確的把圖像目標(biāo)區(qū)域從背景中分割出來(lái),針對(duì)帶有噪聲的圖像,我們?cè)趫D像分割之前先用TV降噪模型進(jìn)行降噪處理。然后建立改進(jìn)的RSF模型,對(duì)模型進(jìn)行數(shù)值求解及用Matlab對(duì)臨床醫(yī)學(xué)圖像做實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：經(jīng)過(guò)TV模型的降噪處理,圖像變得比較平滑,能夠?yàn)楹罄m(xù)的圖像分割帶來(lái)便利,使得分割效果變得更好。
【關(guān)鍵詞】：圖像分割 交分水平集 曲線演化 圖像降噪 RSF模型
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-15
• 1.1 選題的目的和意義10-11
• 1.2 數(shù)字圖像處理的研究?jī)?nèi)容、發(fā)展及應(yīng)用11-13
• 1.2.1 數(shù)字圖像處理的研究?jī)?nèi)容11-12
• 1.2.2 數(shù)字圖像處理的發(fā)展及應(yīng)用12-13
• 1.3 本文的研究工作、思路及方法13-15
• 第二章 圖像分割的發(fā)展及應(yīng)用15-32
• 2.1 圖像分割的方法15-20
• 2.2 變分法20-22
• 2.2.1 變分預(yù)備定理20
• 2.2.2 變分法20-22
• 2.3 水平集函數(shù)的引入22-26
• 2.3.1 水平集方法的基本理論22-25
• 2.3.2 符號(hào)距離函數(shù)的重新初始化25-26
• 2.4 基于PDF的圖像分割模型26-32
• 2.4.1 Snake模型27
• 2.4.2 GAC模型27-28
• 2.4.3 Mumford-Shah模型28-29
• 2.4.4 Chan-Vese模型29-32
• 第三章 改進(jìn)的RSF模型32-42
• 3.1 新模型的建立32-37
• 3.1.1 RSF模型32-35
• 3.1.2 添加加權(quán)面積項(xiàng)35-37
• 3.2 數(shù)值計(jì)算37
• 3.3 醫(yī)學(xué)圖像實(shí)驗(yàn)分割實(shí)驗(yàn)與分析37-41
• 3.4 本章小結(jié)41-42
• 第四章 噪聲圖像的分割42-50
• 4.1 TV模型43
• 4.2 數(shù)值計(jì)算43-50
• 結(jié)論50-52
• 參考文獻(xiàn)52-56
• 攻讀學(xué)位期間公開(kāi)發(fā)表論文56-57
• 致謝57

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 奚惠寧;任蕊;;判斷有關(guān)醫(yī)學(xué)圖像專(zhuān)利申請(qǐng)是否為非授權(quán)客體[J];電視技術(shù);2013年S2期

2 韓雙旺;崔兆順;李德錄;李芙蓉;;基于閾值的彩色目標(biāo)圖像的提取與測(cè)量[J];自動(dòng)化與儀器儀表;2010年03期

3 林靜;王薇婕;關(guān)丹丹;景軍鋒;;基于浮雕圖像的3D浮雕效果實(shí)現(xiàn)[J];微型機(jī)與應(yīng)用;2012年11期

4 李敏潔;魏仲慧;何昕;;基于FPGA的多功能圖像目標(biāo)發(fā)生器的設(shè)計(jì)與實(shí)現(xiàn)[J];微計(jì)算機(jī)信息;2005年25期

5 韓雙旺;崔兆順;鮑麗紅;李德錄;;基于目標(biāo)圖像的提取與測(cè)量[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2007年04期

6 劉進(jìn);孫婧;徐正全;顧鑫;;基于目標(biāo)的圖像輕量級(jí)加密[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

7 于明;王倩;郭迎春;;一種圖像的顯著區(qū)域提取方法[J];光電工程;2012年08期

8 郭旭平,李在銘;圖像目標(biāo)的可視識(shí)別與智能跟蹤[J];系統(tǒng)工程與電子技術(shù);1998年08期

9 王成;張劍戈;江旭峰;章魯;;基于知識(shí)的三維核醫(yī)學(xué)圖像左心室心肌區(qū)的提取[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2007年01期

10 衛(wèi)穎奇;彭進(jìn)業(yè);張漢寧;;個(gè)性化圖像推薦及可視化研究[J];計(jì)算機(jī)工程;2011年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 張林怡;王運(yùn)鋒;王建國(guó);;分維數(shù)在SAR圖像海岸線檢測(cè)中的應(yīng)用研究[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

2 李吉成;魯新平;楊衛(wèi)平;張志龍;高穎慧;沈振康;;圖像目標(biāo)的自動(dòng)識(shí)別和快速篩選技術(shù)[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專(zhuān)題）[C];2006年

3 佘二永;;SAR圖像目標(biāo)解譯技術(shù)分析[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅰ[C];2011年

4 趙朝杰;朱虹;黎璐;董敏;袁承興;;基于內(nèi)容感知的圖像非等比例縮放[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 奚惠寧;;淺談?dòng)嘘P(guān)醫(yī)學(xué)圖像的專(zhuān)利申請(qǐng)如何判斷是否是非授權(quán)客體[A];2013年中華全國(guó)專(zhuān)利代理人協(xié)會(huì)年會(huì)暨第四屆知識(shí)產(chǎn)權(quán)論壇論文匯編第二部分[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 鄧劍勛;多示例圖像檢索算法研究及在人臉識(shí)別中的應(yīng)用[D];重慶大學(xué);2012年

2 王亮申;圖像特征提取及基于內(nèi)容圖像數(shù)據(jù)庫(kù)檢索理論和方法研究[D];大連理工大學(xué);2002年

3 魏波;點(diǎn)時(shí)空約束圖像目標(biāo)跟蹤理論與實(shí)時(shí)實(shí)現(xiàn)技術(shù)研究[D];電子科技大學(xué);2000年

4 劉俊;基于鉬靶圖像的計(jì)算機(jī)輔助乳腺癌檢測(cè)系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢科技大學(xué);2012年

5 付華柱;圖像協(xié)同關(guān)聯(lián)性約束的研究與應(yīng)用[D];天津大學(xué);2013年

6 廖宜濤;基于圖像與光譜信息的豬肉品質(zhì)在線無(wú)損檢測(cè)研究[D];浙江大學(xué);2011年

7 陳海林;基于判別學(xué)習(xí)的圖像目標(biāo)分類(lèi)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

8 王洪元;圖像動(dòng)態(tài)分析中的若干智能化方法研究[D];南京理工大學(xué);2004年

9 徐麗;面向圖像標(biāo)記的條件隨機(jī)場(chǎng)模型研究[D];長(zhǎng)安大學(xué);2013年

10 江志偉;基于內(nèi)容的WEB圖像過(guò)濾技術(shù)研究[D];浙江大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 徐衍魯;基于改進(jìn)的K-means和層次聚類(lèi)方法的詞袋模型研究[D];上海師范大學(xué);2015年

2 甘洪涌;SAR圖像自動(dòng)目標(biāo)識(shí)別算法研究[D];哈爾濱理工大學(xué);2014年

3 張玉營(yíng);基于認(rèn)知理論的高分辨率PolSAR圖像目標(biāo)解譯算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王帥;視頻中扇貝圖像的檢測(cè)與定位研究[D];大連海洋大學(xué);2015年

5 李偉;改進(jìn)的主顏色提取方法及自適應(yīng)權(quán)重圖像檢索算法研究[D];華中師范大學(xué);2015年

6 李星云;碼垛機(jī)器人視覺(jué)控制關(guān)鍵技術(shù)的研究[D];西南科技大學(xué);2015年

7 梁，

本文編號(hào)：769830