基于特征融合的醫(yī)學圖像檢索.pdf

1、圖像檢索技術起源于上個世紀八十年代，人們主要是通過對關鍵字手工標記進行圖像檢索。而后隨著圖像處理技術的迅速發(fā)展，基于內(nèi)容的圖像檢索(CBIR)技術在圖像處理領域得到廣泛應用，尤其是基于內(nèi)容的圖像檢索技術在醫(yī)學臨床輔助診斷和醫(yī)學科研中發(fā)揮著重大的作用，得到了越來越多的關注。本文主要研究基于多種特征融合的醫(yī)學圖像檢索技術。
　　 論文詳細闡述了基于內(nèi)容的圖像檢索技術的研究意義、應用現(xiàn)狀、基本原理以及關鍵技術。本文通過提取圖像的多種特

2、征（SIFT、SURF和拓撲特征）進行檢索，同時，針對SIFT算法相似性度量方面的不足，提出了利用Hellinger核函數(shù)來進行相似性度量的新方法——ROOTSIFT，在此基礎上結合拓撲特征進行醫(yī)學圖像檢索。
　　 針對醫(yī)學圖像，本文提出了首先單獨利用SIFT、ROOTSIFT、SURF和拓撲特征分別進行檢索，然后根據(jù)檢索結果的好壞，為各個特征賦予相應的權重，最后在基于前面檢索算法的基礎上，提出一種融合多種底層視覺特征進行圖像檢

3、索的算法，來提高最終的檢索準確率。首先，通過SIFT(SURF、ROOTSIFT)算法得到圖像的特征點和相應的特征向量，其次，為了增加局部特征相似性，對SIFT(SURF、ROOTSIFT)特征得到匹配點提取拓撲特征并進行相似性度量，最后得到拓撲特征和SIFT(SURF、ROOTSIFT)特征都相似的點，進行線性加權后得到與參考圖像最相似的圖像序列。實驗結果表明，融合多特征檢索得到的檢索準確率比單個特征得到的準確率高，該算法與其他算法相