本文關(guān)鍵詞：基于模糊理論的醫(yī)學(xué)圖像增強(qiáng)算法研究

  更多相關(guān)文章： 醫(yī)學(xué)圖像增強(qiáng) 模糊理論 模糊熵 變分偏微分方程 信息測(cè)度

【摘要】：醫(yī)學(xué)影像技術(shù)以經(jīng)濟(jì)、高效、無(wú)創(chuàng)等優(yōu)點(diǎn)在現(xiàn)代醫(yī)學(xué)的發(fā)展和臨床疾病的診斷與治療中發(fā)揮著重大作用。然而由于各種因素的影響,不論何種醫(yī)學(xué)成像設(shè)備得到的影像,均會(huì)不同程度地受到噪聲干擾,并表現(xiàn)出細(xì)節(jié)模糊、對(duì)比度低、視覺(jué)效果差的現(xiàn)象,影響醫(yī)生診斷病情,因此醫(yī)學(xué)圖像增強(qiáng)顯得尤為重要。醫(yī)學(xué)圖像本質(zhì)上具有模糊性,這種模糊性不能用精確的數(shù)學(xué)語(yǔ)言描述,而模糊系統(tǒng)在表達(dá)不確定的、模糊信息中占有很大優(yōu)勢(shì)。本文在討論已有增強(qiáng)算法的基礎(chǔ)上,針對(duì)其缺點(diǎn)提出了改進(jìn)算法,實(shí)驗(yàn)表明本文算法在細(xì)節(jié)增強(qiáng)和噪聲抑制方面有一定的優(yōu)越性。主要內(nèi)容安排如下:1.簡(jiǎn)要概括了國(guó)內(nèi)外已有圖像增強(qiáng)算法的發(fā)展現(xiàn)狀,論述了模糊理論在解決圖像增強(qiáng)問(wèn)題中的重要性,進(jìn)一步闡述了模糊理論在圖像增強(qiáng)中的應(yīng)用。2.基于偏微分方程的圖像增強(qiáng)方法多是將圖像從灰度域變換到梯度域,通過(guò)梯度值的大小判斷不同像素點(diǎn)的特征,并設(shè)計(jì)自適應(yīng)的擴(kuò)散系數(shù),但是梯度對(duì)噪聲比較敏感,也不能很好地分辨圖像平滑區(qū)和細(xì)節(jié)區(qū)。本文針對(duì)這一缺點(diǎn),在考慮圖像模糊性的基礎(chǔ)上提出了基于模糊熵和變分偏微分方程的醫(yī)學(xué)圖像增強(qiáng)算法,首先將圖像映射到模糊域,用模糊域梯度代替灰度梯度;然后,構(gòu)造了反映圖像灰度值空間變化率的模糊熵,根據(jù)模糊熵自適應(yīng)地確定梯度的擴(kuò)散系數(shù);最后,用變分法重建出圖像,再變換到灰度域得到增強(qiáng)后的圖像。對(duì)醫(yī)學(xué)圖像進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明改進(jìn)方法能夠更好地分辨圖像平滑區(qū)和細(xì)節(jié)區(qū),并能在一定程度上抑制噪聲。3.提出了基于信息測(cè)度的自適應(yīng)模糊對(duì)比度增強(qiáng)算法。本章分析了現(xiàn)有的模糊對(duì)比度增強(qiáng)算法的不足,并在此基礎(chǔ)上引入了信息測(cè)度來(lái)定量描述邊緣點(diǎn)所具有的三個(gè)特征,從本質(zhì)上區(qū)分邊緣點(diǎn)和噪聲點(diǎn),因而新算法具有較好的抗噪性。而且本章算法在圖像模糊域定義了基于信息測(cè)度的對(duì)比度函數(shù),并根據(jù)圖像的局部信息測(cè)度自動(dòng)確定對(duì)比度的放大倍數(shù),得到修正后的隸屬度值;并將隸屬度逆映射回圖像灰度域得到增強(qiáng)后的圖像。實(shí)驗(yàn)表明該方法對(duì)圖像的邊緣及弱邊緣較為敏感,能有效地增強(qiáng)圖像細(xì)節(jié),并抑制噪聲干擾。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;O159

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃敏;張翔;;基于二維離散小波變換的成像測(cè)井圖像增強(qiáng)方法[J];國(guó)外測(cè)井技術(shù);2009年06期

2 朱方洲;;一種具有亮度補(bǔ)償和背景融合的圖像增強(qiáng)算法研究[J];蘇州科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年02期

3 陳昌;徐曉明;;指紋預(yù)處理中的圖像增強(qiáng)[J];中國(guó)科技信息;2005年24期

4 徐皓;范鐵生;;一種采用分段線性函數(shù)的圖像增強(qiáng)方法[J];遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

5 徐金龍;陳明舉;;一種基于復(fù)數(shù)域的前后向擴(kuò)散的圖像增強(qiáng)方法[J];內(nèi)江科技;2011年09期

6 儲(chǔ)昭輝;汪榮貴;張璇;張新龍;;基于Retinex理論JPEG2000壓縮圖像增強(qiáng)方法[J];光子學(xué)報(bào);2012年02期

7 遲東璇;欒孟杰;溫學(xué)兵;程小靜;;一種基于融合的乳腺圖像增強(qiáng)方法[J];北華大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

8 王彬;;基于水下圖像增強(qiáng)算法的研究[J];科技信息;2010年29期

9 張萬(wàn)和;;基于改進(jìn)的空間域變換的圖像增強(qiáng)算法研究[J];科技通報(bào);2012年04期

10 曾然,趙海發(fā),劉樹(shù)田;數(shù)字全息再現(xiàn)像中零級(jí)干擾噪聲消除及圖像增強(qiáng)研究[J];光子學(xué)報(bào);2004年10期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號(hào)碼牌圖像增強(qiáng)[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤(rùn)午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強(qiáng)研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)混合方法研究[A];創(chuàng)新沈陽(yáng)文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強(qiáng)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強(qiáng)[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[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)專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強(qiáng)方法[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

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

1 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

2 趙文達(dá);基于變分法和偏微分方程的圖像增強(qiáng)和融合方法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

3 云海姣;針對(duì)靶場(chǎng)圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

4 侯國(guó)家;水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D];中國(guó)海洋大學(xué);2015年

5 趙凡;基于偏微分方程的圖像增強(qiáng)和分割方法研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2016年

6 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

7 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

8 陳一平;圖像增強(qiáng)及其在視覺(jué)跟蹤中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

9 王彥臣;基于多尺度數(shù)字X光圖像增強(qiáng)方法的研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2005年

10 孫飛飛;水下圖像增強(qiáng)和復(fù)原方法研究[D];中國(guó)海洋大學(xué);2011年

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

1 許文君;灰度圖像多尺度對(duì)比度增強(qiáng)電路設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 陳萌;多重虛擬曝光夜視圖像對(duì)比度增強(qiáng)算法研究[D];西南科技大學(xué);2015年

3 孔壯;霧天圖像增強(qiáng)方法研究及FPGA實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強(qiáng)方法研究[D];南方醫(yī)科大學(xué);2015年

5 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強(qiáng)算法研究[D];新疆大學(xué);2015年

6 樓彬彬;基于模式分解的醫(yī)學(xué)圖像增強(qiáng)方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

7 王沖;基于視網(wǎng)膜機(jī)制的圖像增強(qiáng)算法研究[D];電子科技大學(xué);2015年

8 魏生峰;基于模糊數(shù)學(xué)理論的醫(yī)學(xué)影像增強(qiáng)應(yīng)用研究[D];電子科技大學(xué);2014年

9 石鑫;運(yùn)動(dòng)模糊霧霾圖像增強(qiáng)算法研究[D];東北大學(xué);2013年

10 錢(qián)晟;基于Retinex理論的圖像增強(qiáng)算法的應(yīng)用研究[D];北京工業(yè)大學(xué);2015年

，

本文編號(hào)：1256953