基于特征提取的图像质量评价及计算机辅助诊断

发布时间：2021-08-01 06:09

　　随着数码终端和互联网的快速发展,数字图像和医用图像处理技术得到了迅猛的发展。其中图像特征提取作为其中的关键技术,受到越来越多的重视。图像特征提取的好坏很大程度上决定了算法性能的优劣。在自然图像处理领域中,数字图像在采集、压缩、存储和传输过程中,会有数据和损失和外部信号的引入,从而导致数字图像产生失真,这对于人们理解和使用照片上会带来诸多不便,同时为了改进这些采集、压缩、存储和传输的技术对图像质量的影响,往往需要有评价图像质量指标的反馈,所以图像质量评价的重要性也日益凸显。在医疗影像领域,确认影像中显示的病人病变组织区域和病变性质的判断,是放射科医生的重要工作,但是这种判断的准确性往往依赖医生日积月累的临床经验,因而很难得以普及。同时由于病人早期病变组织难以用肉眼进行观察,对于早期诊断带来诸多不便。而早期诊断意义重大,早期诊断的结果可以及时确认病变区域,予以治疗,阻止病变区域由良性往恶性方面发展。本文在此基础上,对无参考图像质量评价和计算机辅助诊断中的特征提取进行了深入研究,提出了针对其不同特性的特征提取方法,具体内容如下：（1）提出一种利用拓扑独立分量分析进行特征提取的无参考型图像质量... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
第一章 绪论
    1.1 课题背景
    1.2 国内外研究历史与现状
        1.2.1 无参考型图像质量评价
        1.2.2 计算机辅助诊断
    1.3 论文结构及主要内容
第二章 特征提取基础
    2.1 特征提取与图像质量评价
        2.1.1 人眼视觉特性
        2.1.2 自然图像统计特性
        2.1.3 图像质量评价的特征提取原理
    2.2 特征提取与乳腺钙化点自动检测
        2.2.1 乳腺钙化点病理特性
        2.2.2 乳腺钙化点自动检测的特征提取原理
    2.3 实验数据库介绍
        2.3.1 LIVE数据库
        2.3.2 MIAS数据库
    2.4 本章小结
第三章 基于拓扑独立分量的无参考图像质量评价方法
    3.1 利用自然场景统计特性的特征提取
    3.2 拓扑独立分量分析与无参考图像质量评价
        3.2.1 拓扑独立分量分析
        3.2.2 基于拓扑独立分量分析的无参考图像质量评价算法
    3.3 基于拓扑独立分量分析的特征提取
    3.4 特征训练
    3.5 特征差异量化
    3.6 实验结果与分析
    3.7 本章小结
第四章 基于分形特征提取的乳腺钙化点自动检测方法
    4.1 基于分形理论的特征提取
    4.2 乳腺钙化点自动检测
        4.2.1 医学图像前期处理
        4.2.2 基于分形理论的特征提取
        4.2.3 特征分类
    4.3 实验结果与分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
作者简介


【参考文献】：
博士论文
[1]基于视觉感知的图像质量评价方法研究[D]. 张桦.浙江大学 2009



本文编号：3314974