基于小波理论的医学图像增强研究

论文摘要

在图像处理领域,图像增强是很重要的一方面,将图像的可懂度提高,即根据实际应用的需求将图像中的一些特征进行有针对性地突出,是图像增强的主要目的。乳腺癌是肿瘤的一种,由于人体组织、光照、噪声等各种因素的影响,使得影像中的钙化点和肿物特征不是很清晰,直接影响到医生通过X线影像对病变组织和正常组织的辨识。对此,如果在医生诊断前先对X线影像进行增强处理,突出原影像中的钙化点和肿物,则可以有效地降低由于图片清晰度不够而为病情诊断带来的困难,从而减小误诊率。基于小波理论的图像增强算法很多,但是这些算法都着重于对小波系数的处理,而获取细节信息都是采用传统的将低频子图像进一步分解的方法,本文注意到小波分解后高频子图像中依然存在大量的细节信息,如果将高频子图像也进一步分解,将可提取到更多的细节信息。基于此,本文提出一种新的医学图像增强算法,将传传统的图像分解方法进行改进,并用具有微分性质的反对称双正交小波基来实现图像分解,在边缘提取时克服了传统算法计算量大,不满足实时性的缺点。对乳腺图像增强的目的在于凸显其中的钙化点信息和肿物,基于小波的图像增强算法可以对钙化点有很好的增强,但是对于肿物特征需要用具备曲线检测能力的曲波变换来对其实现增强。现有曲波图像增强方法基本上都是对分解后的各个子图像同时进行曲波变换来实现的,由于曲波变换是基于Radon变换的,计算复杂且极易引起块效应,本文在此基础上结合曲波理论将提出的小波增强算法进行改进,用曲波来检测边缘,用小波来细化边缘。本文基于Matlab对乳腺钼靶X线图像进行仿真,结果显示本文提出的算法较其它算法具有诸多优点,如计算量小,处理后图像边缘轮廓和纹理细节清晰,钙化点之间独立,没有结块及大块发白等情况。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 研究现状
• 1.2.1 空域图像增强
• 1.2.2 小波图像增强
• 1.3 论文的主要工作
• 第2章 小波基本知识
• 2.1 引言
• 2.2 小波变换理论
• 2.2.1 连续小波变换
• 2.2.2 二进小波变换
• 2.3 多分辨分析
• 2.4 小波基简介
• 2.5 本章小结
• 第3章 基于小波的图像增强理论
• 3.1 引言
• 3.2 图像的多分辨分解
• 3.3 图像增强
• 3.3.1 基于小波的图像降噪
• 3.3.2 基于小波的图像边缘检测
• 3.3.3 基于小波的图像增强
• 3.4 本章小结
• 第4章 基于小波理论的医学图像增强算法
• 4.1 图像分解
• 4.1.1 图像分解方法
• 4.1.2 分解后图像的降噪和增强处理
• 4.2 基于反对称双正交小波基进行图像重构
• 4.2.1 边缘提取
• 4.2.2 边缘增强
• 4.2.3 图像重构
• 4.3 后期处理
• 4.4 图像增强算法
• 4.5 图像增强效果评价
• 4.6 医学图像仿真
• 4.7 本章小结
• 第5章 结合曲波理论的图像增强算法改进
• 5.1 脊波和曲波基本理论
• 5.2 结合曲波理论的图像增强算法
• 5.3 医学图像仿真
• 5.4 本章小结
• 结论
• 参考文献
• 致谢