發(fā)布時(shí)間：2020-04-07 16:51

【摘要】：受醫(yī)學(xué)成像技術(shù)的約束和人體器官結(jié)構(gòu)復(fù)雜性的影響,醫(yī)學(xué)圖像具有復(fù)雜的多樣性和差異性,分割難度較大。變分水平集方法以其靈活的拓?fù)浣Y(jié)構(gòu)適應(yīng)能力、便利的曲線演化能量配置方案、簡(jiǎn)潔有效的數(shù)值求解方法而廣泛應(yīng)用于圖像分割領(lǐng)域。但是,在應(yīng)用變分水平集方法進(jìn)行醫(yī)學(xué)圖像分割時(shí),還有兩點(diǎn)不足:一是對(duì)初始輪廓和演化控制參數(shù)的敏感性,目前仍存在泛化能力不足的缺點(diǎn);二是水平集曲線演化驅(qū)動(dòng)力的優(yōu)化問(wèn)題。盡管目前已經(jīng)開發(fā)出許多基于邊界信息、區(qū)域信息或綜合邊界和區(qū)域信息的變分水平集模型,但是如何優(yōu)化水平集曲線演化的驅(qū)動(dòng)能量,使其快速有效的收斂,仍是一個(gè)需要探索的問(wèn)題。本文以兩種經(jīng)典的變分水平集算法(MS-RSF水平集算法和局部高斯分布擬合算法)為基礎(chǔ),對(duì)以上兩個(gè)問(wèn)題進(jìn)行了研究。具體工作如下:(1)針對(duì)MS-RSF模型中水平集曲線演化的驅(qū)動(dòng)力的問(wèn)題,提出在模型的能量方程中加入自適應(yīng)權(quán)系數(shù)函數(shù),使其能夠自適應(yīng)地控制曲線演化方向。同時(shí),設(shè)置自適應(yīng)相關(guān)函數(shù),自適應(yīng)控制曲線演化迭代停止。實(shí)驗(yàn)結(jié)果表明,自適應(yīng)MS-RSF模型對(duì)于含噪聲、非均質(zhì)以及弱邊界醫(yī)學(xué)圖像分割速度快、精度高。(2)針對(duì)局部高斯分布擬合(LGDF)算法對(duì)初始輪廓的敏感性以及能量方程演化過(guò)程中參數(shù)的泛化問(wèn)題提出了改進(jìn):提出利用Mean Shift聚類結(jié)果對(duì)LGDF算法的初始輪廓設(shè)置進(jìn)行引導(dǎo),使其比手動(dòng)設(shè)置的初始輪廓更接近目標(biāo)輪廓;LGDF算法基于圖像的局部均值和方差信息建立能量函數(shù),演化控制參數(shù)改為與聚類數(shù)目相關(guān)的函數(shù),利用此初始輪廓進(jìn)行水平集演化,演化過(guò)程中無(wú)需人為設(shè)置,自動(dòng)化程度提高,算法的魯棒性增強(qiáng)。
【圖文】：

圖１．３多閾值分割逡逑Ｆｉｇ．邋１．３邋Ｍｕｌｔｉ－ｔｈｒｅｓｈｏｌｄ邋ｓｅｇｍｅｎｔａｔｉｏｎ逡逑如圖１．３所示為多閾值分割方法，此時(shí)需要選擇三個(gè)閾值來(lái)劃分圖像為四個(gè)逡逑區(qū)域，這就是多閾值分割。閾值分割對(duì)于不同類型的圖像灰度值或者圖像其他逡逑特征值差別較大時(shí)，可以實(shí)現(xiàn)精確的分割結(jié)果［１４］。閾值分割法常常作為預(yù)處理，逡逑為醫(yī)學(xué)圖像分割的后續(xù)其他算法做好前期準(zhǔn)備，便于得到理想的分割結(jié)果。逡逑（１）０ＴＳＵ閾值法－－類間方差閾值法，基本原理就是類間方差理論，是一種自逡逑動(dòng)確定閾值的方法。ＯＴＳＵ閾值算法是一種全局最優(yōu)閾值算法，當(dāng)前景區(qū)域和背逡逑景區(qū)域的灰度范圍只占灰度直方圖中的一小部分時(shí)，整體灰度平均會(huì)將大量灰逡逑度分布為零的像素納入計(jì)算范圍，從而影響二值化計(jì)算的效率。另外，，當(dāng)背景逡逑區(qū)域與前景區(qū)域的灰度值在灰度分布直方圖中存在重合情況時(shí)

魏逡逑Ｔ１邋Ｔ２邋Ｔ３邋Ｘ邋軸逡逑圖１．３多閾值分割逡逑Ｆｉｇ．邋１．３邋Ｍｕｌｔｉ－ｔｈｒｅｓｈｏｌｄ邋ｓｅｇｍｅｎｔａｔｉｏｎ逡逑如圖１．３所示為多閾值分割方法，此時(shí)需要選擇三個(gè)閾值來(lái)劃分圖像為四個(gè)逡逑區(qū)域，這就是多閾值分割。閾值分割對(duì)于不同類型的圖像灰度值或者圖像其他逡逑特征值差別較大時(shí)，可以實(shí)現(xiàn)精確的分割結(jié)果［１４］。閾值分割法常常作為預(yù)處理，逡逑為醫(yī)學(xué)圖像分割的后續(xù)其他算法做好前期準(zhǔn)備，便于得到理想的分割結(jié)果。逡逑（１）０ＴＳＵ閾值法－－類間方差閾值法，基本原理就是類間方差理論，是一種自逡逑動(dòng)確定閾值的方法。ＯＴＳＵ閾值算法是一種全局最優(yōu)閾值算法，當(dāng)前景區(qū)域和背逡逑景區(qū)域的灰度范圍只占灰度直方圖中的一小部分時(shí)，整體灰度平均會(huì)將大量灰逡逑度分布為零的像素納入計(jì)算范圍
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R445;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王曉飛;龐全;;基于圓形約束快速水平集的原生質(zhì)體細(xì)胞分割[J];中國(guó)圖象圖形學(xué)報(bào);2013年01期

2 王曉飛;郭敏;徐秋平;;基于圖割與改進(jìn)水平集的目標(biāo)提取方法[J];計(jì)算機(jī)工程;2010年22期

3 叢樹民,孫樹江;用模糊相似選擇確定礦井開發(fā)最優(yōu)設(shè)計(jì)方案[J];阜新礦業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);1989年01期

4 陶強(qiáng);劉莉;;基于雙區(qū)域演化水平集的圖像分割方法[J];電子測(cè)量技術(shù);2016年09期

5 汪程軍;;基于水平集算法的唇象分割[J];科技視界;2015年12期

6 郭永彩;譚勇;高潮;;基于水平集的熱紅外運(yùn)動(dòng)人體目標(biāo)分割算法(英文)[J];紅外與毫米波學(xué)報(bào);2014年01期

7 馬文濤;師俊平;李寧;;水平集和無(wú)網(wǎng)格耦合法在裂紋擴(kuò)展中的應(yīng)用[J];巖土力學(xué);2012年11期

8 汪云飛;畢篤彥;史德琴;黃天軍;劉迪;;融合多尺度分析和水平集的交互式圖分割方法[J];電子與信息學(xué)報(bào);2012年09期

9 熊瑛;;隨機(jī)漫步中一些水平集的分形維數(shù)[J];數(shù)學(xué)物理學(xué)報(bào);2009年02期

10 李小林;梁忠;黃世國(guó);;基于多水平集的植物圖像分割[J];福建農(nóng)林大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

相關(guān)會(huì)議論文 前10條

1 張東亮;莫軍;張曉燕;;基于擴(kuò)展有限元法和水平集描述的廣義形狀優(yōu)化[A];中國(guó)力學(xué)大會(huì)-2017暨慶祝中國(guó)力學(xué)學(xué)會(huì)成立60周年大會(huì)論文集（A）[C];2017年

2 陳躍良;黃海亮;張勇;卞貴學(xué);;基于水平集的鋁合金鈍化膜破損腐蝕仿真研究[A];2018第五屆海洋材料與腐蝕防護(hù)大會(huì)暨海洋新材料及防護(hù)新技術(shù)展覽會(huì)論文集[C];2018年

3 王亞光;高進(jìn)城;亢戰(zhàn);;考慮增材制造中懸空角約束的水平集拓?fù)鋬?yōu)化設(shè)計(jì)[A];2018年全國(guó)固體力學(xué)學(xué)術(shù)會(huì)議摘要集（上）[C];2018年

4 盛朗;朱清;陳進(jìn);居小平;;融合全局和局部圖像信息的水平集醫(yī)學(xué)圖像分割方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

5 程俊霞;;水平集方程在四邊形網(wǎng)格上的數(shù)值離散方法[A];中國(guó)工程物理研究院科技年報(bào)(2008年版)[C];2009年

6 梅立超;姜慧研;張柳青;劉洪娟;;基于GPU和水平集的肝臟快速分割方法的研究[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

7 凌和良;鄔冬華;劉瑞霞;;變測(cè)度的積分型全局優(yōu)化算法[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2004年

8 賈海朋;劉波;;節(jié)點(diǎn)鄰域進(jìn)化的水平集結(jié)構(gòu)拓?fù)鋬?yōu)化[A];力學(xué)與工程應(yīng)用（第十三卷）[C];2010年

9 李晉江;李孟軍;范輝;;低秩近似圖像修復(fù)算法[A];第六屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2013年

10 夏利民;谷士文;;基于自適應(yīng)形變模型的3D動(dòng)畫[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

相關(guān)重要報(bào)紙文章 前2條

1 黃正平 龍門書局銷售部主任;發(fā)行人點(diǎn)題助學(xué)讀物經(jīng)營(yíng)[N];中國(guó)圖書商報(bào);2004年

2 孫玲;產(chǎn)業(yè)領(lǐng)頭羊 群眾貼心人[N];上�？萍紙�(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 高杰;基于參數(shù)化水平集的結(jié)構(gòu)/材料多尺度拓?fù)鋬?yōu)化設(shè)計(jì)研究[D];華中科技大學(xué);2019年

2 宮照煊;基于CT/MRI影像病灶組織分割的關(guān)鍵算法研究[D];東北大學(xué);2017年

3 李振華;基于水平集的結(jié)構(gòu)動(dòng)力學(xué)特性優(yōu)化與原子力探針優(yōu)化設(shè)計(jì)[D];華中科技大學(xué);2018年

4 劉如意;高分辨率遙感圖像道路提取算法研究與改進(jìn)[D];西安電子科技大學(xué);2018年

5 劉慶一;基于水平集與多圖譜的醫(yī)學(xué)圖像分割算法研究[D];山東大學(xué);2019年

6 劉陽(yáng);變分和離散變分水平集圖像分割模型研究[D];重慶大學(xué);2018年

7 李妍;基于變分水平集的遙感影像分割模型及算法研究[D];武漢大學(xué);2013年

8 張迎春;基于粗糙集和擴(kuò)展分水嶺變換的水平集圖像分割研究[D];大連理工大學(xué);2018年

9 紀(jì)東升;圖像分割的水平集模型及其在醫(yī)學(xué)圖像分割中的應(yīng)用研究[D];蘭州大學(xué);2016年

10 張玲;基于變分水平集理論的活動(dòng)輪廓模型在圖像分割中的應(yīng)用研究[D];太原理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王璐;基于水平集和神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分割方法研究[D];重慶郵電大學(xué);2019年

2 吳曉萌;基于灰度水平集的圖像去噪與分割研究[D];哈爾濱工業(yè)大學(xué);2019年

3 智緒浩;顯微圖像細(xì)胞分割算法及其應(yīng)用研究[D];上海交通大學(xué);2018年

4 徐麗;基于改進(jìn)型水平集的醫(yī)學(xué)圖像分割算法研究與實(shí)現(xiàn)[D];揚(yáng)州大學(xué);2019年

5 魏雪;水平集理論及其在圖像分割中的應(yīng)用[D];西安電子科技大學(xué);2019年

6 張世強(qiáng);基于魯棒水平集的顯微鏡細(xì)胞圖像分割[D];西安電子科技大學(xué);2019年

7 羅晨春;基于參數(shù)化水平集的多相材料結(jié)構(gòu)拓?fù)鋬?yōu)化方法研究[D];西安電子科技大學(xué);2019年

8 王桃;水平集醫(yī)學(xué)圖像分割算法的自適應(yīng)機(jī)制研究[D];山東科技大學(xué);2018年

9 劉亞楠;基于水平集的紐扣圖像分割算法研究[D];華中科技大學(xué);2019年

10 宋建宏;基于水平集及卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像處理方法研究[D];燕山大學(xué);2019年

本文編號(hào)：2618150