基于视觉注意机制的图像增强方法研究及应用

发布时间：2020-05-07 22:58

【摘要】：医学图像作为现代医疗诊断的重要信息来源,使得临床诊断与治疗变得更加高效、准确,医学图像在医学领域中发挥着不可替代的作用。然而在医学图像成像过程中,由于受到各种不良因素的影响,会导致医学图像出现不清晰、对比度低等问题,低质量的医学图像会干扰医生对病情的判断,因此对医学图像增强方法的研究变得至关重要。利用人眼视觉注意机制原理能快速找到图像的感兴趣区域,本文重点对医学图像增强方法进行研究,提出了基于视觉注意机制的图像增强方法,该方法主要分为图像显著区域的提取、图像增强和图像质量评价三个部分。本文主要完成以下工作:(1)分别对基于特征整合的视觉注意机制模型和基于全局对比度的视觉注意机制模型进行研究和分析,并针对医学图像的显著区域提取结果分析了两种模型的优缺点。(2)针对医学图像对比度低的特点,提出了一种融合对比度特征的视觉注意机制模型,该模型将图像对比度特征引入到基于特征整合的视觉注意机制模型中。求取对比度显著图时,首先运用SLIC超像素分割算法对原医学图像进行分割,与其他分割方法相比,该算法能有效的保护图像的边缘纹理信息,再分别求取每块图像区域的对比度显著值,最后得到医学图像的对比度显著图。通过融合医学图像的对比度显著图、亮度显著图和方向显著图得到图像的最终显著图,并与现有的视觉注意机制模型得到的显著图结果进行对比,验证了本文所提出的视觉注意机制模型的有效性。(3)针对医学图像自身特点和传统图像增强方法的不足,提出了一种基于视觉注意机制和人眼感知特性相结合的图像增强方法。在获得原医学图像显著图的基础上,构造了一种信息直方图,与传统直方图的统计方式不同,该直方图能综合反映医学图像的信息量。由于信息直方图存在幅值过大等问题,结合人眼亮度阈值曲线对信息直方图的动态范围进行了优化调整,进而实现对医学图像的增强。分别用本文提出的图像增强方法和现有的图像增强方法对医学图像进行增强,并采用了一种同时考虑医学图像特点和人眼感知特性的医学图像质量评价算法,对医学图像增强结果分析。数据结果表明,本文所提出的图像增强算法对医学图像的增强效果最好。(4)用MATLAB语言对所提出的图像增强算法进行了编程实现,设计了医学图像增强系统,实现了用户登录、图像显著区域识别和医学图像增强等功能。
【图文】：

第一章 绪 论背景与意义全球经济的快速发展和人口老龄化[1]的增加，医院配备的医疗成像设备也学图像的数量呈爆炸式的增长，对医学图像处理的研究是紧跟当今社代，医生为了诊断患者的病情，使用了“望、闻、问、切”四个步骤，皮肤，医生就可以知道患者健康状况。1895 年，德国物理学家伦琴拍摄光图片[2]，该创举引起了当时社会各界的广泛关注。在上世纪 70 年代，线成像技术（Computed Tomography,CT）开始问世[3]，该技术的出现标备和计算机首次的完美结合，对医学图像界的发展具有深远的影响。

比度的方式来增强图像，，该方法就是同态滤波。Faugeras 致力于研究基于彩色视觉的同态滤波，Rehman 等提出了 MSRCR 算法[24]，该算法与 Land 提出的 Retinex[25]算法相结合，并引入分量比值调整因子来降低色彩的失真程度，对水下图像的、雾天图像和低照度图像都有不错的增强效果[26]。随着图像应用的领域越来越多，专注于研究图像增强技术是非常重要的。1.2.2 视觉注意机制研究现状研究视觉显著性的学者普遍认为，视觉注意机制最早是由心理学方面的专家所提出的，他们发现，人类能够迅速发现复杂场景的感兴趣区域并准确的锁定它们的位置[27]这种识别效率是很多超级计算机都无法比拟的。随后学者们通过做实验发现，灵长类动物具有实时处理复杂场景的能力，这是因为更高级的视觉处理流程对视觉信息进行了选择，最后只保留了一部分信息[28]。当我们观察一幅场景时，总是会先注意最显著的区域如图 1.2 所示，左图中的太阳和右图中的字母会最先引起我们的注意。
【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;R318

【相似文献】

相关期刊论文 前10条

1 余春艳;徐小丹;林晖翔;叶鑫焱;;应用雾天退化模型的低照度图像增强[J];中国图象图形学报;2017年09期

2 孙玲姣;;基于Retinex理论的图像增强算法研究[J];数码世界;2016年12期

3 朱振军;贾少华;;QMV141型微光图像增强仪[J];轻兵器;2017年09期

4 程景云 ,朱泉生;用对流—扩散方程的差分格式实现图像增强的机理[J];上海海运学院学报;1989年04期

5 张春森;;利用TM资料提取森林信息的波段选择及图像增强方法探讨[J];遥感信息;1989年04期

6 王超;;基于图像增强的几种雾天图像去雾算法[J];自动化应用;2018年02期

7 李杰美慧;王谋;韩江鸿;吴丹阳;王惠刚;;小波变换在水下图像增强中的应用[J];技术与市场;2016年07期

8 胡布钦;莫晓丽;;降质图像增强及评价的应用[J];数字技术与应用;2015年09期

9 侯艳芹;李均利;魏平;陈刚;;一种基于二维离散小波变换的医学图像增强算法[J];计算机工程与应用;2006年07期

10 王罡;;基于人眼视觉特性的舰船图像增强方法[J];舰船科学技术;2019年04期

相关会议论文 前10条

1 王颖斌;;标清转高清的图像增强算法探讨[A];第24届中国数字广播电视与网络发展年会暨第15届全国互联网与音视频广播发展研讨会论文集[C];2016年

2 余张蕾;杨兵;;基于小波变换的X线图像增强[A];第十二届全国图象图形学学术会议论文集[C];2005年

3 陈浩;崔玉柱;刘清华;;工业X射线多尺度图像增强方法研究[A];2014年全国射线数字成像与CT新技术研讨会论文集[C];2014年

4 张斌;吴鹏;袁杰;孙凌卿;傅启明;陆宇;;一种基于人眼视觉特性的Curvelet域紫外图像增强算法[A];数字中国 能源互联——2018电力行业信息化年会论文集[C];2018年

5 虞学良;金浩然;杨克己;;水冷散热板内流道超声成像的图像增强[A];2017远东无损检测新技术论坛论文集[C];2017年

6 肖斌;张众;张旭东;;通过Matlab开发DSP的图像增强算法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

7 詹洁;严非;;一种新的变分Retinex图像增强方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 黄松威;朱兆彤;胡友峰;;基于多尺度Curvelet变换声纳图像增强改进算法研究[A];2018年水下无人系统技术高峰论坛论文集[C];2018年

9 张玉成;孟凡勇;杨民;;小波变换和自适应邻域对比度下的X射线图像增强[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年

10 黄华;蒋永馨;王孝通;徐晓刚;;一种基于Ardely分割算法的夜间图像增强方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

相关重要报纸文章 前4条

1 王齐强;我国图像增强算法领域还需加强专利布局[N];中国知识产权报;2017年

2 霍林涛;用ACDSee美化图片[N];中国电脑教育报;2004年

3 吴语;无限乐趣在其中[N];中国计算机报;2000年

4 广文;揭秘6色真相[N];中国计算机报;2002年

相关博士学位论文 前10条

1 陈杰;基于色彩信息的图像增强研究[D];南京邮电大学;2017年

2 张宪红;基于动力系统的图像增强与分割算法及在林火遥感中应用[D];东北林业大学;2017年

3 丁畅;复杂海况环境下海面图像增强方法研究[D];大连海事大学;2018年

4 向文鼎;雾天及海洋环境下的图像增强与复原技术研究[D];中国科学院大学(中国科学院光电技术研究所);2019年

5 刘玉红;基于生物视觉感知机制的图像增强及质量评价的研究[D];电子科技大学;2018年

6 孔令海;基于PDE和曲率策动流的图像增强去噪模型研究[D];中国工程物理研究院;2005年

7 王彦臣;基于多尺度数字X光图像增强方法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

8 侯国家;水下图像增强与目标识别算法研究[D];中国海洋大学;2015年

9 赵欣慰;水下成像与图像增强及相关应用研究[D];浙江大学;2015年

10 陈燕;工业X射线图像增强算法研究[D];中北大学;2016年

相关硕士学位论文 前10条

1 秦月雅;交通标志检测与识别关键技术研究[D];长春理工大学;2019年

2 魏妍妍;低照度图像增强与超分辨率重建算法研究[D];西安科技大学;2019年

3 秦嘉奇;基于CNN的场景图像分类与弱光图像增强研究[D];桂林电子科技大学;2019年

4 王仕女;全局与局部融合的图像增强算法研究[D];杭州电子科技大学;2019年

5 卿文杨;单幅水下图像增强算法研究[D];云南大学;2018年

6 彭伟;基于卷积神经网络的低照度图像增强[D];华中科技大学;2019年

7 谢坤;基于暗通道先验和水体浑浊度识别的水下图像增强算法[D];厦门大学;2018年

8 尹超;基于Retinex的低照度图像增强算法研究[D];重庆邮电大学;2018年

9 胥培;基于Retinex理论图像增强研究[D];重庆邮电大学;2018年

10 李宁;基于视觉注意机制的图像增强方法研究及应用[D];济南大学;2019年

本文编号：2653674