本文關(guān)鍵詞：醫(yī)學(xué)影像特征描述及配準(zhǔn)算法研究

  更多相關(guān)文章： 圖像配準(zhǔn) 輪廓描述 特征匹配Gabor尺度分析 誤匹配 聚類

【摘要】：特征描述和匹配是許多計(jì)算機(jī)視覺的重要組成部分,是圖像處理、分析和理解的基礎(chǔ),廣泛應(yīng)用于遙感圖像、醫(yī)學(xué)圖像等的處理。圖像特征描述是對圖像中感興趣的區(qū)域進(jìn)行定量分析,圖像配準(zhǔn)技術(shù)是解決幾幅圖像的對齊問題。圖像描述和配準(zhǔn)算法結(jié)果影響著后續(xù)圖像處理的精度。 醫(yī)學(xué)腫瘤輪廓的不規(guī)則信息能有效區(qū)分良性黑色素瘤和惡性黑色素瘤,腫瘤輪廓的不規(guī)則信息的描述對黑色素瘤的診斷有重要的臨床意義。本文介紹了圖像的輪廓特征、紋理特征的描述參數(shù)和描述方法,及在醫(yī)學(xué)輔助診斷治療中的應(yīng)用,提出了一種醫(yī)學(xué)影像腫瘤外輪廓特征描述方法。 作為圖像處理前提和關(guān)鍵的圖像配準(zhǔn)算法,可分為基于像素的算法和基于特征的算法。后者是對圖像特征作分析,可減小了圖像處理的計(jì)算量。本文重點(diǎn)介紹基于特征的圖像配準(zhǔn)算法。如何保證提取的圖像特征提的可靠性、穩(wěn)定性,提高特征匹配的精確度是圖像配準(zhǔn)的重要環(huán)節(jié)。對于醫(yī)學(xué)眼底數(shù)字減影圖像本文提出一種基于特征的圖像配準(zhǔn)算法,從算法的復(fù)雜度、精確度方面改進(jìn)了現(xiàn)有的配準(zhǔn)算法。 本文主要研究包括以下兩方面： (1)針對醫(yī)學(xué)影像腫瘤外輪廓提出一種局部特征的描述方法,該方法聯(lián)合了Gabor和分形算法。用Meyer卡通-紋理圖像分解模型有效提取圖像的紋理結(jié)構(gòu)特征。用Gabor核函數(shù)對圖像進(jìn)行尺度分解,能快速精確的提取特征的固有尺度,對腫瘤外輪廓局部結(jié)構(gòu)特征增加尺度描述,并利用局部分形維描述其不對稱信息。本文算法相比于傳統(tǒng)描述方法可區(qū)分性強(qiáng),分類準(zhǔn)確率高,更具診斷意義。 (2)提出一種基于Gabor濾波器提取圖像局部不變特征并用AP聚類進(jìn)行約束的圖像配準(zhǔn)算法。對基于特征的圖像配準(zhǔn)算法,影響其在匹配階段出現(xiàn)誤匹配的因素有很多,如特征點(diǎn)的數(shù)量、特征點(diǎn)之間的可區(qū)分性、匹配對搜索策略、相似性測度等。針對現(xiàn)有特征點(diǎn)提取算法存在提取的特征點(diǎn)數(shù)量繁多,特征點(diǎn)之間區(qū)分性有限造成的多相似內(nèi)容的誤匹配問題,通過Gabor濾波器的多尺度分析方法提取更符合視覺感知特性的特征點(diǎn),對特征點(diǎn)附加128維的描述符,使其具有較高的獨(dú)特性和區(qū)分性。在匹配對搜索策略方面改進(jìn)算法,減少誤匹配。通過對特征點(diǎn)進(jìn)行AP聚類分析,約束特征點(diǎn)的空間關(guān)系,并用歐幾里德距離作為相似性測度實(shí)現(xiàn)匹配。仿真實(shí)驗(yàn)結(jié)果表明：算法的提取特征點(diǎn)魯棒性較好,可以有效去除多相似內(nèi)容圖像帶來的誤匹配。
【學(xué)位授予單位】：天津醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.41;R445

【引證文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 燕楊;基于條件隨機(jī)場的醫(yī)學(xué)文本與圖像標(biāo)注模型構(gòu)建及應(yīng)用研究[D];吉林大學(xué);2015年

，

本文編號：1209642