2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、背景:隨著計算機技術(shù)及數(shù)字技術(shù)的迅猛發(fā)展,直接數(shù)字化X射線攝影(Direct Digital Radiography,DR)已成為現(xiàn)代醫(yī)療診斷領(lǐng)域中一種先進的醫(yī)學(xué)成像技術(shù)。DR系統(tǒng)的成像原理是:在具有圖像處理功能的計算機控制下,利用一維或二維的平板探測器將X射線信息轉(zhuǎn)換成電子信號,再進行數(shù)字化。從外部看,DR成像的整個過程都是在平板探測器內(nèi)完成的,因此叫做直接數(shù)字化X射線攝影。與傳統(tǒng)X射線成像和CR系統(tǒng)相比,DR系統(tǒng)不需要諸如膠片、熒光

2、屏、IP等影像載體作為中間介質(zhì),在成像過程中提高了X射線的轉(zhuǎn)換效率,減少了成像過程中可能帶來的一些噪聲干擾等,降低了輻射劑量,成像質(zhì)量大大提高了。此外,DR系統(tǒng)還具有攝影速度快、圖像分辨率高、圖像處理功能強、獲取信息多、圖像保存方便等優(yōu)點。另外,數(shù)字攝影無需膠片和洗片機,能夠節(jié)省更多的人力、場地等,減少了開支,能夠創(chuàng)造更多的經(jīng)濟效益。
  從DR設(shè)備獲取的原始圖像,由于在成像過程中受到如尖銳噪聲、曝光量不當(dāng)、人體組織太厚、分布不均

3、勻等因素的干擾,導(dǎo)致原始圖像存在細節(jié)信息被淹沒,對比度降低,細節(jié)豐富但湮沒不可分辨等缺陷。質(zhì)量下降的圖像容易造成醫(yī)生的漏診和誤診,嚴重影響了DR成像的發(fā)展和應(yīng)用。因此,需要對其進行后處理,而圖像增強技術(shù)就是DR圖像后處理過程中最重要的步驟之一。與此同時,原始DR圖像的動態(tài)范圍很寬,盡管動態(tài)范圍越大,能表現(xiàn)的層次越豐富,但是大部分常規(guī)顯示設(shè)備只適用于輸出小動態(tài)范圍圖像,不能對高動態(tài)范圍的圖片進行顯示,人們需要通過影像工作站進行動態(tài)調(diào)節(jié)(如

4、窗寬/窗位的調(diào)節(jié))來觀察不同組織部位的信息。尤其是近年來,DR設(shè)備作為醫(yī)療領(lǐng)域不可或缺的影像設(shè)備,DR圖像增強技術(shù),一直是醫(yī)學(xué)圖像處理領(lǐng)域中研究的重要內(nèi)容。
  方法:國內(nèi)外現(xiàn)有的DR圖像增強方法主要有單一尺度增強方法和多尺度分析增強方法。單一尺度的增強方法主要包括空域增強和頻域增強兩大類,如灰度變換法、直方圖均衡化、局部對比度擴展、自適應(yīng)直方圖均衡化、反銳化掩膜、高頻提升濾波法等。多尺度分析增強方法如小波分析法、金字塔多尺度圖像

5、增強算法、拉普拉斯金字塔增強方法等。其次還有基于人類視覺特性的增強方法、基于混合優(yōu)化算法的增強方法等等。這些增強方法都能在一定程度上增強圖像的對比度,提高圖像的細節(jié)信息,但是也存在一些缺陷,如在邊緣處引入光暈偽影、放大噪聲、模糊細節(jié)以及算法運行速度慢等缺點。針對原始DR圖像細節(jié)淹沒、動態(tài)范圍寬的問題,本論文提出了一種基于加權(quán)紅-黑小波(weighted red-black wavelets,WRB)變換的增強方法。
  具有多分辨

6、率分析的經(jīng)典小波變換能將圖像分解到各個子頻帶上,由于其子帶變換系數(shù)具有良好的操作性,在圖像增強領(lǐng)域得到了長期的發(fā)展。但是,經(jīng)典小波變換屬于時頻域分析方法,與傅里葉變換一樣,雖然存在快速計算方法,仍存在計算量大、存儲空間消耗大以及浮點計算的缺點。第二代小波變換(也叫提升小波變換),相比于第一代小波變換,不再依賴于傅里葉變換,但繼承了第一代小波多分辨率分析的特征,采用原位運算,計算速度快,無需占用額外存儲空間,且對圖像的尺寸沒有限制。在此基

7、礎(chǔ)上,Geert Uytterhoeven提出了基于二維提升方案來構(gòu)造的不可分離小波一紅,黑小波(red-black wavelet,RBW)。該小波由水平/垂直提升和對角提升兩個完整的提升小波變換步驟組成,每一個提升小波變換都是由分裂、預(yù)測、更新三個步驟組成。
  本論文在紅-黑小波的基礎(chǔ)上進行了一定改進,提出了一種新的加權(quán)紅,黑小波變換,并將其應(yīng)用到DR圖像增強中。經(jīng)典紅-黑小波變換選擇的是線性的預(yù)測算子和更新算子,但是大部分

8、圖像中都包含有不連續(xù)的區(qū)域(如邊緣),在邊緣附近的像素灰度值差別很大,利用線性插值公式不能很好地進行預(yù)測和更新,應(yīng)基于圖像的局部特征來選擇預(yù)測算子和更新算子,從而使得預(yù)測算子和更新算子與圖像數(shù)據(jù)是相關(guān)的。本論文在提升的過程中根據(jù)被預(yù)測像素與其鄰域像素之間的相似性來定義預(yù)測算子,并且定義一個預(yù)測權(quán)重,將該權(quán)重加到預(yù)測和更新過程中。本論文的DR圖像增強方法的基本步驟是:首先對原始DR圖像進行對數(shù)變換,然后對變換后的圖像利用WRB進行分解,得

9、到各層的系數(shù)。再通過設(shè)計一個分段非線性子帶系數(shù)操作函數(shù),分別對各層系數(shù)進行處理,最后利用WRB反變換和處理過的子帶系數(shù)重構(gòu)出增強后的圖像。在這個過程中,最重要的步驟是系數(shù)操作過程。圖像增強的原理就是對各層系數(shù)進行操作的過程。要增大含細節(jié)信息部分的系數(shù),減小其它部分的系數(shù),系數(shù)操作函數(shù)可以采用冪函數(shù)、對數(shù)函數(shù)、開方函數(shù)等。雖然這些函數(shù)可以對細節(jié)進行增強,但是在原點附近的斜率非常大,導(dǎo)致很小的系數(shù)會被過度放大,而在這部分系數(shù)中可能包含大量噪

10、聲的信息。這樣,在細節(jié)增強的同時,噪聲也可能被放大。因此,本論文設(shè)計一個分段系數(shù)操作函數(shù)來避免過度放大原點附近系數(shù)的問題,同樣可以達到小的系數(shù)被放大,大的系數(shù)被減弱的目的,從而增強圖像細節(jié)、壓縮圖像的動態(tài)范圍。
  過程和結(jié)果:實驗過程選取了不同部位的人體真實的原始DR圖像作為實驗數(shù)據(jù),在MATLAB環(huán)境下進行編程實現(xiàn)。系數(shù)操作函數(shù)的參數(shù)的不同對增強效果影響明顯,其中的參數(shù)設(shè)定為:αj=max(1.5-(j-1)*0.1),j=1

11、,2,…,Jxf=0.004,ε=0.002。其中,已經(jīng)對分解后的各層系數(shù)做了歸一化處理。本論文對參數(shù)β分別取0.7、0.8、0.9、1.0進行實驗,從得到的結(jié)果圖上可以看出隨著β的增大圖像細節(jié)越來越少,但β過小,細節(jié)放大的同時噪聲也相應(yīng)的放大了。綜合考慮,β取值為0.8左右較為合適。在上述參數(shù)相同的情況下,再設(shè)計一組實驗分別利用冪函數(shù)和本論文設(shè)計的分段函數(shù)進行系數(shù)操作。從結(jié)果圖上可以看到用冪函數(shù)作為系數(shù)操作函數(shù)時,雖然能增強圖像的對比

12、度和細節(jié),但是噪聲也被放大了;而用本論文設(shè)計的分段非線性函數(shù)進行處理,可以很好地抑制噪聲得到較好的增強效果。
  圖像增強效果的評價主要是從視覺效果和定量指標(biāo)兩方面進行評價的。在此基礎(chǔ)上做了兩組實驗,并分別與較為常用的增強方法,如空域增強法中的直方圖均衡化、頻域增強法中的高頻提升濾波法、多尺度增強方法中的拉普拉斯金字塔增強法以及傳統(tǒng)的紅-黑小波變換法進行比較。視覺效果上,直方圖均衡化方法使得增強后的圖像的一些細節(jié)顯示出來了,但是大

13、部分細節(jié)丟失嚴重,有“洗白”現(xiàn)象發(fā)生,無法清晰看到脊柱形態(tài)和肺部紋理細節(jié);高頻提升濾波法的結(jié)果圖雖然在整體的對比度上有了一定的提升,但是整個圖像偏暗,細節(jié)不夠突出,偽影嚴重。利用拉普拉斯金字塔法進行增強的結(jié)果效果較好;傳統(tǒng)的紅-黑小波變換法雖然能達到增強的效果,但是在邊緣處很明顯出現(xiàn)了光暈偽影;本論文算法增強后的圖像的細節(jié)信息如肺部紋理信息、脊柱部位的信息都得到明顯增強,尤其是在邊緣處,無光暈偽影的產(chǎn)生,圖像對比度較高。定量評價上,用信

14、息熵、交叉熵和算法運行時間來進行評價,用本論文算法增強后得到的圖像的信息熵比其它方法都高,交叉熵比其他方法低,說明本論文算法較優(yōu);其次,本論文方法在MATLAB上平均處理一幅圖像的運行時間約為0.6秒,相比其它增強算法具有很明顯的優(yōu)勢。
  結(jié)論:DR圖像增強在實際應(yīng)用中有重要的理論意義和應(yīng)用價值。本論文采用的基于加權(quán)紅-黑小波變換的DR圖像增強方法能夠很好的增強圖像的細節(jié)信息,壓縮圖像的動態(tài)范圍,抑制噪聲的增強和光暈偽影的產(chǎn)生。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論