多尺度圖像結(jié)構(gòu)增強(qiáng)方法及其應(yīng)用研究.pdf

1、醫(yī)學(xué)和工業(yè)圖像中目標(biāo)物體常常存在對(duì)比度差和噪聲干擾等問(wèn)題，通過(guò)圖像增強(qiáng)可以有效改善圖像質(zhì)量。在這些圖像中存在大量局部特征，它們一般具有一定的方向和大小，且剖面的灰度呈對(duì)稱(chēng)分布等特征?；诔叨瓤臻g的二階微分等算子是解決局部特征提取的有效途徑，本文通過(guò)對(duì)兩個(gè)應(yīng)用實(shí)例的算法設(shè)計(jì)及實(shí)現(xiàn)，探討了基于多尺度的圖像局部特征提取方法在醫(yī)學(xué)與工業(yè)領(lǐng)域的應(yīng)用。
　　 本文回顧了尺度空間理論和局部特征提取方法的背景與發(fā)展現(xiàn)狀，在詳細(xì)地闡述了尺度空間的

2、性質(zhì)、尺度的選擇與幾種主要的特征結(jié)構(gòu)提取方法的基礎(chǔ)上提出了兩個(gè)具體應(yīng)用實(shí)例。文中的兩個(gè)實(shí)例涉及到了醫(yī)學(xué)圖像與工業(yè)圖像兩個(gè)領(lǐng)域，分別為肺裂圖像增強(qiáng)濾波和煙標(biāo)數(shù)量檢測(cè)算法：
　　 1)在肺裂圖像增強(qiáng)濾波器設(shè)計(jì)中，假設(shè)肺裂的局部幾何特征結(jié)構(gòu)屬于面形，在多尺度框架下通過(guò)對(duì)Hessian矩陣特征值的分析來(lái)判定每一個(gè)像素隸屬某種局部幾何結(jié)構(gòu)的似然概率，將屬于面形結(jié)構(gòu)像素增強(qiáng)，同時(shí)將處在其他幾何形狀的像素抑制，最后對(duì)肺部CT圖像感興趣區(qū)域進(jìn)行