基于Contourlet變換的醫(yī)學(xué)圖像增強與分割的研究.pdf

1、隨著醫(yī)學(xué)成像技術(shù)在臨床診斷和治療上的不斷發(fā)展,醫(yī)學(xué)圖像處理與分析技術(shù)應(yīng)運而生。醫(yī)學(xué)圖像處理與分析技術(shù)主要包括醫(yī)學(xué)圖像增強、醫(yī)學(xué)圖像分割、醫(yī)學(xué)圖像配準(zhǔn)和三維重建等方面,其中,醫(yī)學(xué)圖像的增強與分割是進行其它醫(yī)學(xué)處理的基礎(chǔ)和前提。因此,醫(yī)學(xué)圖像的增強與分割也就成為了醫(yī)學(xué)圖像處理領(lǐng)域的研究熱點。
　　 本文對多尺度幾何分析中Contourlet變換理論進行了深入研究。Contourlet變換能夠更稀疏地表示圖像,具有良好的各向異性,但是

2、Contourlet變換缺乏平移不變性,會產(chǎn)生偽吉布斯現(xiàn)象。進而我們深入研究了非下采樣Contourlet變換,該變換具有平移不變性,能有效消除偽吉布斯現(xiàn)象,因此,本文將非下采樣Contourlet變換理論應(yīng)用到醫(yī)學(xué)圖像增強與分割領(lǐng)域中。
　　 本文的創(chuàng)新點在于將非下采樣Contourlet變換理論應(yīng)用到醫(yī)學(xué)X線頭影片圖像的增強與分割算法中。在基于非下采樣Contourlet變換的醫(yī)學(xué)圖像增強算法中,我們針對醫(yī)學(xué)X線片的特點,將

3、非下采樣Contourlet變換理論與圖像增強技術(shù)相結(jié)合,對帶噪醫(yī)學(xué)X線頭影片圖像進行了圖像增強的仿真實驗。實驗結(jié)果表明,該方法與直方圖均衡化、小波變換增強和Contourlet變換增強相比,處理后的圖像不僅增強了對比度,同時抑制了噪聲,而且保留了圖像的邊緣細節(jié)信息,峰值信噪比的值較高。而后我們將增強后的圖像,應(yīng)用離散分數(shù)布朗運動模型法進行了分割的仿真實驗。實驗結(jié)果表明,該方法與Canny算子和Sobel算子相比,處理后的圖像的標(biāo)志點清