【摘要】：核成像技術(Nuclear Imaging Technology)是將傳統的核科學技術與現代數字成像技術相結合的新興成像技術。借助核射線以及與核反應相關的粒子等的透射能力,核成像通過圖像展示被測物體內部的結構信息,已被廣泛的用于醫(yī)學診斷、工業(yè)無損檢測、生命科學、國防、安檢等領域。對比度較低是核成像中普遍存在的一種現象,實際應用中的成像環(huán)境和設備等因素導致核成像不夠清晰、嚴重的噪聲污染、模糊等低對比度現象,影響了核成像在無損檢測中的應用�；跀底謭D像處理技術的核成像處理方法在核成像預處理中有著重要的地位。針對核成像的增強方法,本文重點圍繞核成像邊緣提取與增強以及去噪增強兩個具體問題進行了研究:一、核成像邊緣提取與增強首先,為了獲取并增強包含圖像大部分信息的邊緣結構,提出一種基于核成像數據稀疏表示的邊緣提取與增強方法。首先,采用計數操作,濾除圖像中孤立的噪聲點和平滑區(qū)域像素點對獲取邊緣的影響;然后,根據成像數據內在結構的稀疏特性,對圖像中每個圖像塊的稀疏結構進行了描述;最后,構建了基于全局數據稀疏性的表示結構,并提出閾值自適應選取策略。通過采用成像數據稀疏表示的方式,可以在一定程度上提高邊緣提取與增強的效率。其次,針對核成像降質現象的多樣性和復雜性,提出基于廣義范數情形下的核成像邊緣提取與增強的方法。該方法分析了不同范數對圖像稀疏結構的刻畫形式,并對比不同范數結構的選擇對邊緣增強效果和處理時間的影響,給出一種簡單的范數形式來描述圖像的結構和特征。該研究方法充分考慮了核成像數據的稀疏結構,避免了邊緣增強主程序前的預先濾波平滑操作,進一步縮短邊緣提取與增強的時間。二、核成像去噪增強提出了基于中子成像技術的圖像去噪增強方法。在中子成像過程中,中子束中伴隨的γ射線會對成像系統中的感光元件造成干擾和損傷,導致成像結果中出現一些高亮度、大小不一、分布隨機的白斑,稱之為γ白斑噪聲。這些噪聲對核成像分析和處理帶來很大的困難。針對此問題,本文提出一種基于“檢測-腐蝕-增強”策略的核成像去噪增強方法。首先,結合空間自適應濾波器和中值濾波器的協同操作,實現γ白斑區(qū)域的“檢測”;然后利用傳統中值濾波的平滑功能,對γ白斑所在區(qū)域進行“腐蝕”;最后,通過迭代,逐步削弱并消除γ白斑噪聲,輸出最終“增強”結果。本論文運用數字圖像處理方法提高核成像的質量,增強圖像中的重要信息,提高成像的對比度,對醫(yī)學診斷和工業(yè)無損檢測的準確度和處理速度的提升具有一定的指導意義。實驗表明本文提出的邊緣提取和增強方法具有提取增強效果好和處理時間短的優(yōu)點,可以有效地實現核成像的邊緣提取和增強;針對中子成像中特有的γ白斑噪聲,本文提出的增強方法能夠有效去除γ白斑噪聲,并且能夠很好地保護圖像的邊緣等細節(jié)信息,同時該方法在處理其他類型噪聲的時候也具有穩(wěn)定的性能并取得較好的效果。
【圖文】：

圖 2.1 CT 成像系統組成第一臺 CT 問世至今，CT 已經經歷了“五代”發(fā)展歷史[23間和效果上的重大提升。 機的組成包括一個 X 線管和晶體探測器，，探測器的數目 線管和對應探測器相當于一個整體，同步平移和旋轉°后停止。掃描時間長，效率低、形成的圖像質量不高是并且，運動偽影現象也很嚴重。第一代 CT 被稱為頭顱只能用于頭部的掃描和成像。第一代 CT 的掃描方式示是世界上第一張臨床CT圖像，于1971年10月1日在英國獲得。該患者疑似有額葉腫瘤，從 CT 圖像中可以看出部位有一個橢圓形黑色的陰影區(qū)域，這部分并非正常的 機對掃描方式進行了改進，從而縮短了掃描的時間。將探測器的數目也不是原本的兩三個，增加到了大約 30+旋轉”，但是旋轉角度發(fā)生了很大的改變，旋轉角度的跨描速度的提升起到很大的作用。這一代 CT 機的成像質

最主要的缺點，并且，運動偽影現象也很嚴重。第一代 CT 被稱為頭顱 CT 機，因為它的尺寸、規(guī)模等只能用于頭部的掃描和成像。第一代 CT 的掃描方式示意圖如圖 2.2（a）所示。圖2.2（b）是世界上第一張臨床CT圖像，于1971年10月1日在英國倫敦的AtkinsonMorley 醫(yī)院照射獲得。該患者疑似有額葉腫瘤，從 CT 圖像中可以看出，在該 CT 圖像中腦部的左偏上部位有一個橢圓形黑色的陰影區(qū)域，這部分并非正常的腦部組織。第二代 CT 機對掃描方式進行了改進，從而縮短了掃描的時間。將原本的 X 線束由線型改為扇形，探測器的數目也不是原本的兩三個，增加到了大約 30 個。它的掃描方式依然是“平移+旋轉”，但是旋轉角度發(fā)生了很大的改變，旋轉角度的跨度提高到了30 °
【學位授予單位】：東北師范大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP391.41;O434.1

【相似文獻】

相關期刊論文 前10條

1 楊文美;馬旭;;數字牙X線圖像特征及邊緣提取實用方法研究[J];沈陽醫(yī)學院學報;2007年04期

2 呂萌;蘇紅旗;劉啟春;朱冉;;一種新的自適應邊緣提取微分算子[J];數據采集與處理;2011年01期

3 周芳;馬莉;;一種帶有方向的邊緣檢測算子在道路邊緣提取中的應用研究[J];測繪;2011年04期

4 周賢;唐琴;趙先瓊;;炭制品X光圖像的缺陷邊緣提取[J];計算機工程與應用;2007年36期

5 劉宏兵,楊萬海,彭進業(yè),王大凱;一種適用于多尺度邊緣提取的雙正交小波的構造[J];電子與信息學報;2001年06期

6 孫晶瑩;王佩宇;;基于多結構元素的脊骨邊緣提取[J];長春大學學報;2010年10期

7 鐘平,羅建書;基于小波變換的含噪圖片的自適應邊緣提取[J];中國空間科學技術;2003年05期

8 梁虹,周紀勤,梁潔;基于數學形態(tài)學的商標圖象邊緣提取[J];計算機應用研究;2001年03期

9 居剛;呂新生;;基于B樣條小波變換的醫(yī)學影像邊緣提取[J];機械制造與自動化;2005年06期

10 李玉山，陳穎琪;實時圖像采集及邊緣提取ASIC設計[J];西安電子科技大學學報;1995年01期

相關會議論文 前10條

1 徐佩霞;羅耀軍;;圖像的多尺度邊緣提取及重建[A];1993年中國地球物理學會第九屆學術年會論文集[C];1993年

2 耿則勛;龔志輝;;基于坐標邏輯的遙感影像邊緣提取[A];第十三屆全國遙感技術學術交流會論文摘要集[C];2001年

3 趙文義;孫健;鄭增榮;;定域提取紅細胞用于分析微循環(huán)參數[A];第三屆全國現代生物物理技術學術討論會論文摘要匯編[C];2000年

4 胡學龍;張根生;楊義軍;;圖像角點和邊緣提取的相位疊合算法[A];2009年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2009年

5 丁廣太;劉奇;張惠然;韓越興;錢權;;材料圖像的解析性及邊緣提取的復分析方法[A];第十屆全國材料科學與圖像科技學術會議暨校地企產學研合作創(chuàng)新論壇論文摘要集[C];2016年

6 周飛;王晨升;;基于Canny算法的一種邊緣提取改進算法[A];圖像圖形技術研究與應用2009——第四屆圖像圖形技術與應用學術會議論文集[C];2009年

7 陳光;丁克勤;;一種X射線線陣實時成像焊縫邊緣提取的方法[A];中國力學學會學術大會'2009論文摘要集[C];2009年

8 盧鵬;劉小英;張武昕;;三維重建結構光邊緣提取的方法[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

9 鐘志勇;陳鷹;;基于側抑制原理和神經網絡的影像匹配方法研究[A];地理空間信息技術與應用——中國科協2002年學術年會測繪論文集[C];2002年

10 沈嘉琳;汪源源;王涌;王怡;;一種超聲乳腺圖像中提取腫瘤邊緣的方法[A];第七屆青年學術會議論文集[C];2005年

相關博士學位論文 前10條

1 趙辰一;低對比度核成像增強方法研究[D];東北師范大學;2018年

2 吳彰良;油封表面缺陷自動在線圖像檢測關鍵技術研究[D];天津大學;2013年

3 王瑜;面向斷層醫(yī)學圖像的三維重建與關鍵技術研究[D];中國科學技術大學;2009年

4 張艷珍;微機視覺系統相關理論及技術研究[D];大連理工大學;2001年

5 鄧仕超;光學顯微鏡圖像處理技術及應用研究[D];天津大學;2010年

6 張毅;面向計算機圖像處理的量子算法研究[D];國防科學技術大學;2014年

7 石振剛;基于模糊邏輯的圖像處理算法研究[D];東北大學;2009年

8 劉宏;基于曲線表示的人臉特征研究[D];吉林大學;2014年

9 李虹;血管內超聲圖像處理與分析若干技術研究[D];南京航空航天大學;2009年

10 禹素萍;基于計算機截面圖像的棉/苧麻自動分析系統[D];上海交通大學;2008年

相關碩士學位論文 前10條

1 王浩任;安全套電檢系統研究[D];沈陽工業(yè)大學;2018年

2 陳波;基于數字圖像技術的書本邊緣提取[D];復旦大學;2013年

3 姚學元;一種基于小波變換的邊緣提取與跟蹤算法研究[D];河南理工大學;2011年

4 鮑珊珊;基于螺旋相位的運動物體邊緣提取技術研究[D];哈爾濱工程大學;2014年

5 陶興龍;數學形態(tài)學和分形理論在圖像去噪和邊緣提取中的應用[D];南京信息工程大學;2013年

6 李蒙;工程結構構件裂紋的自動搜索與測量技術[D];天津大學;2004年

7 宋玉丹;ImageJ在礦物初碎檢測中的應用[D];太原理工大學;2008年

8 劉翠;基于2-D系統濾波的邊緣提取和圖像恢復算法[D];哈爾濱工業(yè)大學;2013年

9 魏冬梅;基于遙感影像滑坡邊界自動提取方法的研究[D];西南交通大學;2013年

10 王yN;復雜背景下的手掌圖像預處理及關鍵區(qū)域提取技術研究[D];華僑大學;2015年

本文編號：2706540