多重分形医学图像分割算法及其应用研究

论文摘要

图像分割是图像处理和计算机视觉领域中的基础,是数字图像分析及视觉系统的重要组成部分。医学图像分割是图像分割的一个重要应用领域,在医疗诊断中起着越来越重要的作用。多重分形被称为“多标度分形”,用来表示仅用一个整体特征标度所不能完全描述的奇异几率分布的形式,或者说从图像的局部和整体两方面来描述图像的奇异性结构。首先,本文介绍了数字图像多重分形奇异性Holder指数的计算方法。以盒维计算为基础计算出多重分形频谱,并生成了频谱图象,提取出了图像的边缘信息。接下来根据多重分形算法对人脑CT图像进行边缘检测仿真,并与传统边缘算法进行了比较,仿真实验结果表明多重分形图像边缘检测算法可以根据多重分形频谱值的不同检测出不同程度的边缘信息,体现出良好的全局性。然后,本文利用CT图像的多重分形频谱结合区域生长与区域合并的方法对CT图像进行分割。并且应用TI公司的数字信号处理平台,实现了医学图像的分割系统,显示结果清晰。PC上的仿真结果和DSP设计工作情况均证明了本文所提出的基于多重分形的医学图像处理算法具有可行性和有效性,可以检测出图像不同特征的区域,达到了预期的设计目标,从而实现医学图像的分割功能。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 背景分析
• 1.2 选题目的及意义
• 1.3 国内外研究概况
• 1.4 研究内容
• 1.5 本文的结构安排
• 第2章 多重分形理论
• 2.1 分形介绍
• 2.2 测度理论
• 2.3 多重分形
• 2.4 本章小结
• 第3章 多重分形医学图像分割算法
• 3.1 计算像素的奇异性 H?LDER 指数
• 3.2 计算多重分形奇异谱
• 3.3 提取图像边缘
• 3.4 图像分割
• 3.4.1 区域生长
• 3.4.2 合并小区域
• 3.5 本章小结
• 第4章 试验仿真及分析比较
• 4.1 仿真图像比较
• 4.2 不同测度仿真图像比较
• 4.3 传统算子边沿检测图像比较
• 4.3.1 传统边缘检测算子简介
• 4.3.2 与传统算子边沿检测图像比较
• 4.4 抗噪性能比较
• 4.5 本章小结
• 第5章 基于DSP 的图像分割系统实现
• 5.1 硬件设计
• 5.1.1 系统简介
• 5.1.2 显示模块
• 5.1.3 存储模块
• 5.2 软件设计
• 5.2.1 内存地址分配
• 5.2.2 算法实现
• 5.2.3 程序加载
• 5.2.4 输出编码处理
• 5.3 系统整体测试实验
• 5.3.1 DSP 软件开发工具
• 5.3.2 DSP 实验效果图
• 5.4 本章小结
• 结论与展望
• 1 本文主要研究成果
• 2 本文研究工作展望
• 参考文献
• 附录 A 攻读学位期间所发表的学术论文目录
• 附录 B 部分程序源代码
• 致谢