心脏MR序列图像感兴趣区的自动检测与基于Gibbs随机场的分割研究

发布时间：2021-03-18 13:16

　　图像分割是实现从一般图像处理到图像分析的关键步骤。它被广泛地运用于图像识别、图像配准、图像编码等研究领域之中。 近些年来有关图像分割方法的研究不断推陈出新，但均存在如下一个问题：由于对图像数据先验知识的分析不够深入，导致对图像空间分布信息的利用不足，使得难以实现自动化分割或者自动化分割的结果不够理想。为此，本文分别就图像感兴趣区与纹理特征的分割进行专门的研究并提出如下的改进： 1、在传统的MR心脏图像分割过程中，需要在每次分割时多次选择阈值才能得到比较好的分割效果。本文通过训练图像的特征阈值，提出一种有效提取和利用先验知识的方法，很好地实现了心脏分割的自动化；2、在解决多纹理图像的无监督分割中，本文在传统的最大似然标记和最大后验估计的基础上，利用Gibbs随机场作为先验知识模型，实现对多纹理图像的分割，达到了与传统的已知参数模型分割相近的分割效果。 本文通过大量的实验验证了方法的有效性。 综上所述，本文在对图像先验知识和空间分布信息的建立和应用方面做了较深入和系统地研究，提出了有效的改进算法。 

【文章来源】：南方医科大学广东省

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
第一章 引言
    第一节 常用分割技术简介
    第二节 本文主要研究工作
第二章 预处理
    第一节 灰度变换
    第二节 噪声的消除
    第三节 图像的锐化
第三章 心脏MR序列图像感兴趣区的自动检测
    第一节 算法过程
    第二节 实验及结论
    第三节 Snake算法及心脏算法的自动化
第四章 基于Gibbs随机场的图像分割
    第一节 Gibbs随机场相关的概念、定义、及性质
    第二节 利用最大后验概率（MAP）分割图像
    第三节 Gibbs的参数估计
    第四节 GRF模型的纹理分割
第五章 图像分割存在的困难及算法的优选系统
    第一节 分割评价准则
    第二节 基于评价的分割算法优选系统
参考文献
综述
致谢


【参考文献】：
期刊论文
[1]基于评价知识的图象分割算法优选系统[J]. 章毓晋,罗惠韬.  高技术通讯. 1998(04)
[2]纹理图像吉布斯模型参数的模拟退火估值[J]. 张瞻,侯杰昌,廖孟扬.  武汉大学学报(自然科学版). 1998(01)



本文编号：3088387