水平集图像分割及其在医学图像处理中的应用

发布时间：2023-11-09 19:53

　　图像分割是计算机视觉和图像处理领域中的基本技术,分割技术为后续的图像分析奠定了基础。由于图像普遍存在灰度不均、噪声、弱边缘等问题,因此如何对图像进行有效分割一直是图像处理领域的一个难题。主动轮廓模型中的水平集方法由于其数值计算简单,主要利用曲线的曲率和法向量来演化水平集函数,能够很自然的实现物体拓扑结构的变化,因此被广泛的应用于图像分割中。近年来,学者们还将水平集分割模型应用于医学图像的分割。本文主要讨论了水平集分割模型,并将水平集分割应用于眼前节图像与虹膜图像的分割中。主要内容:首先,本文简要介绍了图像分割的研究背景以及水平集图像分割模型,阐述了水平集分割方法的国内外研究现状。其次,详细介绍了曲线演化理论以及CV模型,针对不同对象区域之间强度范围的重合,在强度不均匀情况下很难分割图像这一问题,本文提出一种新的水平集分割方法。在非均匀图像模型的基础上,推导出图像域的最优分割平面,在平面上,提出一种新的基于区域的压力函数,并在水平集公式中定义一个能量泛函,通过对能量泛函最小化,在对非均匀图像分割的同时,对偏置场进行估计。另外,为了准确估计偏置场,针对核函数设计了一种新的自适应尺度参数。最...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状及其发展趋势
    1.3 本文内容及安排
第2章 图像分割的基本理论
    2.1 图像分割概述
    2.2 水平集图像分割模型
        2.2.1 曲线演化理论
        2.2.2 水平集方法
        2.2.3 水平集的数值求解
    2.3 图像分割评价标准
    2.4 本章小结
第3章 自适应尺度参数的非均匀图像快速水平集分割
    3.1 背景模型
        3.1.1 CV模型
        3.1.2 张氏模型
        3.1.3 LIC模型
    3.2 本文方法
        3.2.1 基于区域的压力函数设计
        3.2.2 新的偏置场初始化
        3.2.3 自适应尺度参数
    3.3 算法实现
        3.3.1 本文方法分割流程图
        3.3.2 算法过程描述
    3.4 实验结果与分析
        3.4.1 实验结果
        3.4.2 实验分析
    3.5 本章小结
第4章 基于CV模型和改进Hough圆检测的人眼虹膜定位
    4.1 预处理
    4.2 基于CV模型的虹膜内圆定位
    4.3 改进的Hough变换算法定位虹膜外边缘
        4.3.1 传统的基于圆检测的Hough变换原理
        4.3.2 改进的用于虹膜外圆检测的Hough变换算法
        4.3.3 算法流程图
        4.3.4 算法步骤
    4.4 实验结果与分析
    4.5 本章小结
第5章 总结与展望
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果



本文编号：3861913