基于數(shù)學形態(tài)學的醫(yī)學圖像目標檢測.pdf

1、數(shù)學形態(tài)學(Mathematical Morphology，MM)，不僅是一種嚴格的數(shù)學理論，而且是一門強大、應用廣泛的圖像分析技術。其基本思想是用具有一定形態(tài)的結構元素去量度和提取圖像中的對應形狀以達到對圖像分析和識別的目的。本論文著重研究形態(tài)學在醫(yī)學顯微圖像中的應用。
　　 論文首先闡述了數(shù)學形態(tài)學的基本理論，隨之介紹了一種利用分數(shù)低階矩及極值理論的參數(shù)估計算法，在此基礎上研究了將形態(tài)學應用于醫(yī)學圖像處理和分析的幾種算法。<

2、br>　　 本論文的主要研究工作包括：
　　 (1)介紹了研究的背景意義、數(shù)學形態(tài)學概述及形態(tài)學圖像分析，并且闡述了本論文研究的主要工作及論文章節(jié)安排。
　　 (2)簡要介紹α穩(wěn)定分布理論與分數(shù)低階矩理論，運用負階矩方法和對數(shù)階矩方法的參數(shù)估計算法以及一種新的參數(shù)估計算法--漸近極值法來估計超聲醫(yī)學圖像二維小波系數(shù)的α和γ參數(shù)。分析表明，漸進極值法具有快速及實時實現(xiàn)的特點。實驗結果表明，這種新方法也能有效地估計出滿足對

3、稱α穩(wěn)定(SαS)分布的二維小波系數(shù)的α和γ參數(shù)。
　　 (3)利用灰度形態(tài)學理論，對醫(yī)學顯微圖像進行濾波。首先提出兩種不同的二維結構元素，并結合灰度形態(tài)學去除灰度圖像中的噪聲，得到的濾波效果隨著結構元素的種類及大小不同而產(chǎn)生明顯的差異。接著利用這些結構元素進行圖像顆粒度的檢測，并用顆粒分布函數(shù)繪制圖像顆粒的分布狀況。實驗結果表明，二維空間上的顆粒度的檢測效果明顯優(yōu)于一維方向上的檢測，以及選取合適的結構元素在圖像去噪及顆粒度檢測

4、中起了極其重要的作用。
　　 (4)對醫(yī)學圖像中的感興趣的目標對象(如細胞顆粒)進行數(shù)目統(tǒng)計。如果圖像中各個顆粒之間沒有任何的交叉或重疊，可以把各顆?？闯梢粋€單獨的連通域，給每個連通域進行標記，并統(tǒng)計出所有連通域的個數(shù)即為圖像中所有目標對象的數(shù)目。在這種情況下，不會發(fā)生任何的統(tǒng)計錯誤。如果圖像中有些顆粒之間發(fā)生了輕微的重疊，若直接利用上述的方法就無法準確無誤地統(tǒng)計出數(shù)目。此時需要利用其它圖像處理方法先對圖像中發(fā)生混疊的顆粒作處理