基于机器视觉的微血管识别方法的研究

论文摘要

医学图像分割是医学图像处理的一个重要分支,其中血管分割又是医学图像分割的一个重要方向。提取图像中清晰、准确的血管轮廓可以帮助医生进行患者辅助治疗和为术前手术方案的论证提控参考。随着采集技术的发展,利用机器视觉设备无接触的观察微细血管图片,并采集血管图片进行分析,提取血管轮廓,减轻患者的痛苦,成为新的研究课题。本文主要研究了医学图片中血管的提取方法和医学图像轮廓提取过程。目前,血管提取方法主要应用在视网膜血管的提取,但视网膜图片的获取需要专业的眼底照相机,获取过程复杂,且提取视网膜图片血管分析处理技术也已日益完善。同样反映在视网膜血管上的病变在球结膜上也能同样有所反映,而对球结膜的研究大多数是通过人工观察来实现,观察不准确。本文采用高倍摄像机无接触的观察模拟的球结膜表面的微细血管,以金蝉蛙的脚蹼作为实验观察对象,获取实验图片,结合视觉获取技术和数字图像处理技术对提取出来的血管图片进行研究,分析和验证了多种血管提取算法并且比较了他们的优势和不足,在此基础上,本文结合数学形态学的方法和最大类间方差方法两种方法提取医学图像中血管轮廓。由于形态学运算的并行性和最大类间方差使得错分目标概率最小的特点,本文论证了方法的可行性,该方法运行的实时性较之有所提高,并在采集到的图片上运用该方法提取血管,验证了正确性,准确快速的提取了图片中的血管轮廓,为计算机辅助医疗检测系统建立提供了参考。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景和意义
• 1.2 国内外研究现状
• 1.3 本文研究的内容
• 第2章 数字图像采集系统
• 2.1 实验图像的采集
• 2.1.1 数字显微部分
• 2.1.2 光学显微部分
• 2.2 图像保存方式
• 2.3 图像处理平台
• 2.4 本章小结
• 第3章 图像的预处理
• 3.1 图像增强
• 3.2 基于直方图增强
• 3.3 图像滤波
• 3.3.1 邻域平均法
• 3.3.2 中值滤波法
• 3.3.3 高斯匹配滤波法
• 3.3.4 基于小波理论滤波
• 3.4 本章小结
• 第4章 医学图像血管提取算法研究与对比
• 4.1 数学形态学方法
• 4.2 区域增长法
• 4.3 阈值分割法
• 4.4 基于判别模型的方法
• 4.5 本章小结
• 第5章 基于形态学和最大类间方差法血管提取
• 5.1 算法理论推导
• 5.2 实验步骤和结果
• 5.3 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