面向醫(yī)學應用的紋理圖像分割方法研究.pdf

1、基于內(nèi)容的圖像檢索技術通過分析圖像的顏色、紋理、形狀等視覺特征,從圖像庫中查找含有特定特征的圖像.它克服了傳統(tǒng)的基于文本的圖像檢索方法的不足,融合了圖像處理、圖像識別和圖像數(shù)據(jù)庫等領域的技術成果,從而可以提供更有效的檢索手段.對于基于內(nèi)容的圖像檢索來說,圖像分割是最重要的圖像預處理技術,只有經(jīng)過特征提取和相應的圖像分割之后,圖像才能入庫,進而實現(xiàn)基于不同"內(nèi)容"的圖像檢索.在對圖像的研究和應用中,人們往往僅對圖像中的某些部分(即目標)感

2、興趣.這些目標一般對應圖像中特定的、具有獨特性質的區(qū)域.為了識別和分析圖像中的目標,需要將它們從圖像中提取出來,在此基礎上才有可能進一步對圖像進行分析利用,以及對目標進行測量.圖像分割指的就是把圖像分成各具特性的區(qū)域并提取出感興趣目標的技術和過程.它是從圖像處理到圖像分析的關鍵步驟,也是進一步圖像理解的基礎.本文首先對常用的圖像分割方法進行了詳細的分類介紹和綜述,并在此基礎上,闡述了圖像分割技術在生物醫(yī)學圖像研究中的應用和研究重點.接著

3、分類研究了紋理圖像的分割方法,并針對醫(yī)學圖像,特別是人體內(nèi)臟的醫(yī)學圖像所包含的紋理信息的特點,利用共生矩陣及其各種紋理特征參量對一幅人體肝臟的CT圖像進行了紋理分析.分析試驗的結果表明,上述參量能夠很好的反映人體內(nèi)臟圖像中的紋理變化.基于這一分析結果,本文利用灰度共生矩陣及其特征參量,提取圖像的紋理特征,并利用所提取的紋理特征設計一種結合灰度和紋理特征的區(qū)域增長算法以實現(xiàn)紋理圖像的分割.最后利用程序設計語言對所設計的算法進行編程實現(xiàn).對