本文關(guān)鍵詞：顯微圖像獲取控制系統(tǒng)及圖像稀疏去噪的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：微血管圖像所含的信息可反映出病變組織形態(tài)，通過(guò)對(duì)微血管圖像所含信息的分析可以為疾病的診斷、預(yù)防以及病后恢復(fù)提供基礎(chǔ)支持。但是在微血管圖像在獲取的過(guò)程中，由于圖像采集對(duì)象的肢體活動(dòng)導(dǎo)致感興趣區(qū)域的微血管圖像偏離相機(jī)所能對(duì)焦的區(qū)域，，以及圖像采集對(duì)象的心跳搏動(dòng)導(dǎo)致相機(jī)采集到的微血管圖像模糊。另外，在微血管圖像獲取過(guò)程中，光學(xué)噪聲以及電子噪聲的存在導(dǎo)致所得到的微血管圖像質(zhì)量偏低。 為了解決因活體小動(dòng)物肢體活動(dòng)造成感興趣區(qū)域的微血管偏離相機(jī)所能對(duì)焦的區(qū)域及活體小動(dòng)物因心跳搏動(dòng)造成與相機(jī)之間的距離發(fā)生變化導(dǎo)致采集到的顯微圖像清晰度不高、模糊程度比較嚴(yán)重的問(wèn)題，本文使用VisualStudio2012開(kāi)發(fā)套件在MFC基礎(chǔ)下設(shè)計(jì)和實(shí)現(xiàn)了小動(dòng)物活體顯微圖像采集移動(dòng)平臺(tái)，實(shí)現(xiàn)了當(dāng)活體小動(dòng)物偏離相機(jī)所能對(duì)焦的區(qū)域時(shí)，圖像采集移動(dòng)平臺(tái)向活體小動(dòng)物偏移的反方向進(jìn)行位移補(bǔ)償，使得感興趣區(qū)域的微血管再次進(jìn)入相機(jī)所能對(duì)焦的區(qū)域。 然后，設(shè)計(jì)以及實(shí)現(xiàn)了平臺(tái)移動(dòng)的遙控控制，實(shí)現(xiàn)實(shí)時(shí)、精確地控制感興趣區(qū)域的微血管圖像進(jìn)入相機(jī)所能對(duì)焦的區(qū)域之內(nèi)，避免通過(guò)手動(dòng)調(diào)節(jié)或者開(kāi)關(guān)控制造成的感興趣區(qū)域的微血管圖像再次偏離相機(jī)所能對(duì)焦的區(qū)域，實(shí)現(xiàn)對(duì)顯微圖像采集相機(jī)位置實(shí)時(shí)精確定位，提高了采集到的微血管圖像清晰度，一定程度上解決了光學(xué)噪聲對(duì)微血管圖像的影響。 最后，使用稀疏表示的方法對(duì)微血管圖像進(jìn)行去噪處理，使用K-SVD算法根據(jù)所要處理的微血管圖像特點(diǎn)學(xué)習(xí)訓(xùn)練出適合該微血管圖像的字典，通過(guò)OMP稀疏分解方法求得去噪后的圖像，經(jīng)稀疏去噪后的微血管圖像與原始噪聲圖像相比，圖像質(zhì)量提高了許多。相對(duì)其他的去噪算法來(lái)說(shuō)，本文提出的基于稀疏表示對(duì)顯微圖像進(jìn)行去噪處理的方法具有自適應(yīng)性，可隨著所要去噪處理的圖像不同，訓(xùn)練學(xué)習(xí)出適合該圖像去噪的字典。
【關(guān)鍵詞】：微血管 活體動(dòng)物 遙控定位 稀疏表示 圖像去噪
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：R310;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 課題研究背景及意義10-11
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀及分析11-12
• 1.3 圖像噪聲特點(diǎn)12-13
• 1.4 傳統(tǒng)去噪方法13
• 1.5 圖像質(zhì)量評(píng)價(jià)方法13-15
• 1.5.1 圖像質(zhì)量主觀評(píng)價(jià)13-14
• 1.5.2 圖像質(zhì)量客觀評(píng)價(jià)14-15
• 1.6 本文結(jié)構(gòu)安排15-16
• 第2章 小動(dòng)物活體顯微圖像采集移動(dòng)平臺(tái)設(shè)計(jì)16-33
• 2.1 小動(dòng)物活體顯微圖像采集實(shí)驗(yàn)16-17
• 2.1.1 小動(dòng)物活體顯微圖像采集過(guò)程中的問(wèn)題16
• 2.1.2 顯微圖像采集實(shí)驗(yàn)平臺(tái)的意義16-17
• 2.2 顯微圖像采集移動(dòng)平臺(tái)系統(tǒng)設(shè)計(jì)17-19
• 2.3 顯微圖像采集移動(dòng)平臺(tái)功能與實(shí)現(xiàn)19-32
• 2.3.1 顯微圖像采集平臺(tái)的運(yùn)動(dòng)控制功能及設(shè)計(jì)22-26
• 2.3.2 顯微圖像采集底層處理與設(shè)計(jì)26-31
• 2.3.3 顯微圖像目標(biāo)區(qū)域圖像采集31-32
• 2.4 本章小結(jié)32-33
• 第3章 平臺(tái)移動(dòng)遙控功能與程序設(shè)計(jì)33-45
• 3.1 顯微圖像采集平臺(tái)運(yùn)動(dòng)實(shí)驗(yàn)33-34
• 3.1.1 顯微圖像采集平臺(tái)運(yùn)動(dòng)控制過(guò)程中的問(wèn)題33-34
• 3.1.2 平臺(tái)移動(dòng)遙控的意義34
• 3.2 圖像采集平臺(tái)的運(yùn)動(dòng)遙控設(shè)計(jì)34-44
• 3.2.1 遙控操作桿及接口設(shè)計(jì)35-36
• 3.2.2 遙控操作桿控制功能及程序設(shè)計(jì)36-44
• 3.3 遙控操作桿的控制測(cè)試分析44
• 3.4 本章小結(jié)44-45
• 第4章 稀疏表示的顯微圖像去噪45-61
• 4.1 圖像稀疏模型45-47
• 4.1.1 圖像分塊稀疏模型45-46
• 4.1.2 整幅圖像稀疏模型46-47
• 4.2 稀疏分解方法47-49
• 4.3 稀疏字典的設(shè)計(jì)49-54
• 4.3.1 基于 MOD 算法的字典設(shè)計(jì)50-51
• 4.3.2 基于 K-SVD 算法的字典設(shè)計(jì)51-53
• 4.3.3 字典學(xué)習(xí)方法比較53-54
• 4.4 稀疏表示去噪仿真實(shí)驗(yàn)及結(jié)果分析54-60
• 4.5 本章小結(jié)60-61
• 結(jié)論61-63
• 參考文獻(xiàn)63-67
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文67-68
• 致謝68

【引證文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 彭澄宇;圖像稀疏建模理論與應(yīng)用研究[D];重慶大學(xué);2012年

2 鄒健;分塊稀疏表示的理論及算法研究[D];華南理工大學(xué);2012年

  本文關(guān)鍵詞：顯微圖像獲取控制系統(tǒng)及圖像稀疏去噪的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：352961