CT图像边缘提取算法及质量评估分析研究

发布时间：2017-09-21 04:07

  本文关键词：CT图像边缘提取算法及质量评估分析研究

  更多相关文章： 边缘检测 梯度算子 分水岭变换 质量评估

【摘要】：如今,计算机技术已经深深渗入到医学诊疗中,电子计算断层扫描(CT)技术就是计算机技术与医学放射诊疗相结合的产物。因为CT技术具有高分辨能力和远胜于一般X线扫描的定性诊断准确性而被广泛应用于医学诊疗中,因而针对CT图像的处理与研究也越来越多。为了让CT图像能更好地应用于临床诊断和医学研究,需要对CT图像进行处理与目标区域分割。本文对中值滤波和均值滤波进行了探讨,同时针对经典的梯度算子进行了分析,选取Sobel梯度算子来进行CT图像边缘提取,提出了基于Sobel梯度算子的边缘检测算法的改进算法。本文将传统Sobel梯度算子的卷积模板的两方向梯度扩展为四方向梯度,并结合迭代法所求的阈值求取图像的区域边缘。本文还通过对图像集进行测试,验证了改进算法在时间效率方面优于传统算法；且通过同一图像对不同阈值进行图像边缘提取,验证了最佳阈值法所得图像边缘最准确。为了解决传统分水岭分割图像算法的过分割现象,本文提出了一种改进的基于开闭运算的分水岭变换混合分割算法来对CT图像进行分割。对多组图像分别进行传统分水岭算法和改进的混合算法的仿真对比结果显示,改进的混合算法最后的分割区域明显减少,准确性得到了提高。本文通过对CT成像技术原理与相关文献进行分析,选取了噪声、空间分辨率、密度分辨率和伪影作为CT图像质量评估的因子。分析了影响CT图像质量的设备参数和扫描参数对各评估因子的影响情况并通过不同CT图像进行了实例分析。
【关键词】：边缘检测 梯度算子 分水岭变换 质量评估
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R814
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-15
• 1.1 课题研究背景和意义10-11
• 1.1.1 引言及问题的提出10-11
• 1.1.2 准备解决的问题11
• 1.2 国内外研究现状11-13
• 1.2.1 CT技术的发展及现状11-12
• 1.2.2 图像边缘提取国内外研究现状12-13
• 1.3 论文的结构安排及主要工作13-15
• 第2章 CT图像预处理15-21
• 2.1 CT图像基本知识简介15-17
• 2.1.1 CT成像技术15-16
• 2.1.2 DICOM数据格式16-17
• 2.2 滤波去噪17-20
• 2.2.1 中值滤波算法17-19
• 2.2.2 均值滤波算法19-20
• 2.3 本章小结20-21
• 第3章 改进的基于Sobel梯度算子的边缘检测算法21-39
• 3.1 基于梯度算子的边缘检测21-25
• 3.1.1 Sobel梯度算子21-23
• 3.1.2 Roberts梯度算子23-24
• 3.1.3 Prewitt梯度算子24-25
• 3.2 改进的基于sobel梯度算子的边缘检测算法思想25-28
• 3.3 实验设计与实现28-38
• 3.3.1 仿真平台及实验环境28-29
• 3.3.2 实验设计及测试数据29-30
• 3.3.3 算法实现及实验结论30-38
• 3.4 本章小结38-39
• 第4章 改进的基于开闭运算的分水岭混合分割算法39-49
• 4.1 开闭运算39-43
• 4.1.1 腐蚀与膨胀39-42
• 4.1.2 开运算和闭运算42-43
• 4.2 传统分水岭算法43-44
• 4.3 改进的混合分割算法44-45
• 4.4 实验设计与实现45-48
• 4.4.1 实验设计及测试数据45
• 4.4.2 算法实现及实验结论45-48
• 4.5 本章小结48-49
• 第5章 CT图像质量评估分析49-60
• 5.1 影响CT图像质量的主要因素49-51
• 5.2 CT图像质量评估方法51-52
• 5.3 CT图像质量评估因子52-57
• 5.4 实例分析57-59
• 5.4.1 不同CT图像处理前对比57-58
• 5.4.2 相同CT图像处理前后对比58-59
• 5.5 本章小结59-60
• 总结与展望60-62
• 本文工作总结60
• 未来工作展望60-62
• 致谢62-63
• 参考文献63-67
• 攻读硕士学位期间发表的论文67

【相似文献】

中国期刊全文数据库 前10条

1 杜晓岩;吕同富;邢志宏;;图像边缘识别技术在医学中的应用[J];中国医药导报;2009年32期

2 史洪飞,包尚联,王卫东;基于对象识别和分割的图像噪声抑制[J];中国医学影像技术;2005年09期

3 贺向前;邓世雄;甘平;周丽华;熊兴良;;基于皮肤图像年龄评估系统的设计[J];中国组织工程研究与临床康复;2010年43期

4 田星;桂志国;刘芳;;基于模糊最大熵的医学X增强方射线图像边缘法研究[J];中国医学物理学杂志;2014年03期

5 何叶松;杨华哲;李阳;付佳;洪洋;吴琳;付淼;;人体颅脑MRI图像中下颌骨的分割及三维建模[J];中国医学物理学杂志;2010年03期

6 张明慧;;CR图像自适应增强方法在头颈部的应用[J];中国医学影像技术;2009年12期

7 朱坤;陈新兴;季立贵;;球结膜图像的血管识别[J];中国医学物理学杂志;2010年06期

8 许广有;;CR图像组合打印的临床应用价值[J];锦州医学院学报;2006年05期

9 张玉明,许曼;B超图像边缘增强技术的实现方法[J];电子技术;1997年09期

10 黄志聪;张长虹;刘宇静;;JPEG2000及其在医学图像中的应用[J];医疗卫生装备;2006年01期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年

2 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年

3 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年

4 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年

5 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年

6 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年

7 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年

8 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

9 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

10 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

本文编号：892260