论文部分内容阅读
随着医学成像技术的发展与进步,特别是计算机技术的发展与X-CT、MRI以及显微拍照等新型技术与设备的出现,计算机数字图像处理在医学研究与临床实践中的作用越来越受到各方重视。伴随现代计算机运算速度的飞速提升,各种新的医学成像技术的临床应用极大地促进了医学诊断和治疗技术的进步。与一般意义上的图像处理相比,医学图像处理具有特殊的复杂性和不同的侧重点。良好的处理结果,可以使临床医师更直接、更清晰地观察到人体内部的病变情况,确诊率得以大幅提高。因此,医学图像处理作为一种跨学科、跨领域的交叉融合技术,多年来一直受到国内外研究人员的高度重视和深入研究。
医学图像处理就是利用计算机系统对医学图像进行的具有临床医学意义的处理和分析,发现并分析医学图像上的异常的情况,帮助医师诊断病情。本文对医学图像处理中的分割问题、滤波问题和形态学处理做了较深入的研究,针对彗星图像的特点,本文设计并实现了一个彗星图像自动识别分析系统,该系统涉及到的理论研究包括以下几个方面:
首先,本文从彗星图像自动分析系统的实际需求出发,对图像滤波问题和二值化问题进行了大量研究,其中滤波方法包括空域滤波和频域滤波两大类,典型的二值化算法则包括全局固定阈值、自适应阈值(包括经典的Otsu算法和Bernsen算法等)以及局部阈值,经对大量的实验结果进行分析、对比后,选择了符合本系统要求的高斯滤波和全局阈值算法。
接下来,本文详细研究了数学形态学处理方法中结构元素的形状和尺寸对腐蚀、膨胀结果的影响,在此基础上,针对本系统彗星图像中背景杂质和彗星边界粘连的特点,设计了专门用于处理以上情况的结构元素,并在系统实现中取得了比较满意的效果。
最后,对于图像中两个彗星边缘粘连的情况,本文给出了一种基于区域灰度值的路径探测分割方法,利用两个彗星相邻,中间灰度值较低的特点,从一侧出发,依据向区域灰度值最小的方向探测前进的原则,到达轮廓另一侧,途径的线路即为分隔两彗星的中间线。实际证明该方法对大部分粘连情况是有效的。