数学形态学在医学图像处理中的应用

论文摘要

将数学形态学的思想和方法用于医学图像检测,采用数学形态学进行医学图像滤波以及边缘检测研究,在获得较好边缘细节的同时可以提高抗噪性,从而获取高质量的医学图像,对提高医疗诊断具有重要意义。文中提出了将形态边缘方向判别与中值滤波像相结合的新型非线性滤波算法。这种算法是传统中值滤波的改进,在滤波的同时运用形态学多结构元对图像的填充来判别边缘的存在,进而将图像边缘细节加以保留;在边缘检测算法研究中,提出了基于全方位、多尺度结构元的数学形态学图像边缘检测算法。针对图像中噪声和边缘形态不同,定义了全方位、多尺度的形态学结构元素,并通过形态学运算的加权组合,构造了全方位、多尺度的边缘检测算法。针对多种形态学算法设计了多组对比实验,首先检验了基本形态滤波算子以及基于形态边缘判别的改进中值滤波算子在医学图像滤波处理中的有效性,然后分别检验了单一结构元素边缘检测算子以及全方位多尺度结构元形态边缘检测算子在医学图像边缘检测处理中的有效性,实验结果表面,基于数学形态学的一系列改进算法在医学图像处理中有效地提取了缺陷图像的细节,与理论分析结果相符。该方法为获取高质量的医学图像提供了新的、有效的途径,可以在图像处理研究领域推广应用。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景与意义
• 1.2 医学影像技术简介
• 1.3 医学影像设备发展历程
• 1.4 我国医学影像设备的现状与发展趋势
• 1.5 数字图像处理技术在医学影像中的应用
• 1.6 论文研究内容
• 2 数学形态学原理及应用
• 2.1 数学形态学基本原理
• 2.2 二值形态学
• 2.2.1 二值腐蚀和二值膨胀
• 2.2.2 二值开运算和二值闭运算
• 2.3 灰值形态学
• 2.3.1 灰值腐蚀和灰值膨胀
• 2.3.2 灰值开运算和灰值闭运算
• 2.4 数学形态学在生物医学领域中的应用
• 2.5 本章小结
• 3 医学图像预处理
• 3.1 医学图像的格式转换
• 3.2 医学图像的噪声分析
• 3.3 医学图像的滤波处理
• 3.3.1 图像滤波技术
• 3.3.2 滤波技术在医学图像中的应用
• 3.3.3 基于形态边缘判别的中值滤波算法研究
• 3.4 医学图像的边缘检测技术
• 3.4.1 图像边缘检测技术
• 3.4.2 边缘检测技术在医学图像检测中的应用
• 3.5 本章小结
• 4 全方位多尺度数学形态学算法研究
• 4.1 数学形态学边缘检测梯度
• 4.2 单一结构元形态边缘检测算子
• 4.2.1 基本形态边缘检测算子
• 4.2.2 抗噪型形态边缘检测算子
• 4.3 全方位多尺度数学形态边缘检测算子
• 4.3.1 全方位结构元素的选取
• 4.3.2 多尺度结构元素的选取
• 4.3.3 全方位多尺度结构元素自适应权重形态边缘检测算法
• 4.4 本章小结
• 5 基于数学形态学的医学图像处理实验结果及分析
• 5.1 基于基本形态滤波的医学图像处理
• 5.2 基于形态边缘判别中值滤波的医学图像处理
• 5.3 基于单一结构元形态梯度边缘检测算子的医学图像处理
• 5.4 基于全方位多尺度数学形态梯度边缘检测算子的医学图像处理
• 5.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢