圖像分割是實(shí)現(xiàn)從一般圖像處理到圖像分析的關(guān)鍵步驟。它被廣泛地運(yùn)用于圖像識(shí)別、圖像配準(zhǔn)、圖像編碼等研究領(lǐng)域之中。 近些年來有關(guān)圖像分割方法的研究不斷推陳出新，但均存在如下一個(gè)問題：由于對圖像數(shù)據(jù)先驗(yàn)知識(shí)的分析不夠深入，導(dǎo)致對圖像空間分布信息的利用不足，使得難以實(shí)現(xiàn)自動(dòng)化分割或者自動(dòng)化分割的結(jié)果不夠理想。為此，本文分別就圖像感興趣區(qū)與紋理特征的分割進(jìn)行專門的研究并提出如下的改進(jìn)： 1、在傳統(tǒng)的MR心臟圖像分割過程中，需要在每次分割時(shí)多次選擇閾值才能得到比較好的分割效果。本文通過訓(xùn)練圖像的特征閾值，提出一種有效提取和利用先驗(yàn)知識(shí)的方法，很好地實(shí)現(xiàn)了心臟分割的自動(dòng)化；2、在解決多紋理圖像的無監(jiān)督分割中，本文在傳統(tǒng)的最大似然標(biāo)記和最大后驗(yàn)估計(jì)的基礎(chǔ)上，利用Gibbs隨機(jī)場作為先驗(yàn)知識(shí)模型，實(shí)現(xiàn)對多紋理圖像的分割，達(dá)到了與傳統(tǒng)的已知參數(shù)模型分割相近的分割效果。 本文通過大量的實(shí)驗(yàn)驗(yàn)證了方法的有效性。 綜上所述，本文在對圖像先驗(yàn)知識(shí)和空間分布信息的建立和應(yīng)用方面做了較深入和系統(tǒng)地研究，提出了有效的改進(jìn)算法。 

【文章來源】：南方醫(yī)科大學(xué)廣東省

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 引言
    第一節(jié) 常用分割技術(shù)簡介
    第二節(jié) 本文主要研究工作
第二章 預(yù)處理
    第一節(jié) 灰度變換
    第二節(jié) 噪聲的消除
    第三節(jié) 圖像的銳化
第三章 心臟MR序列圖像感興趣區(qū)的自動(dòng)檢測
    第一節(jié) 算法過程
    第二節(jié) 實(shí)驗(yàn)及結(jié)論
    第三節(jié) Snake算法及心臟算法的自動(dòng)化
第四章 基于Gibbs隨機(jī)場的圖像分割
    第一節(jié) Gibbs隨機(jī)場相關(guān)的概念、定義、及性質(zhì)
    第二節(jié) 利用最大后驗(yàn)概率（MAP）分割圖像
    第三節(jié) Gibbs的參數(shù)估計(jì)
    第四節(jié) GRF模型的紋理分割
第五章 圖像分割存在的困難及算法的優(yōu)選系統(tǒng)
    第一節(jié) 分割評價(jià)準(zhǔn)則
    第二節(jié) 基于評價(jià)的分割算法優(yōu)選系統(tǒng)
參考文獻(xiàn)
綜述
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于評價(jià)知識(shí)的圖象分割算法優(yōu)選系統(tǒng)[J]. 章毓晉,羅惠韜.  高技術(shù)通訊. 1998(04)
[2]紋理圖像吉布斯模型參數(shù)的模擬退火估值[J]. 張瞻,侯杰昌,廖孟揚(yáng).  武漢大學(xué)學(xué)報(bào)(自然科學(xué)版). 1998(01)



本文編號(hào)：3088387