三維特征提取算法研究及其應(yīng)用.pdf

1、圖像分類與識(shí)別在計(jì)算機(jī)視覺(jué)有非常廣泛的應(yīng)用，這涉及到許多領(lǐng)域，比如說(shuō)圖像檢索、圖像分析、機(jī)器人定位等。特別是隨著腦科學(xué)與認(rèn)知科學(xué)研究的興起，同時(shí)也伴隨著成像手段的日益多樣化，以磁共振圖像為主的三維圖像數(shù)據(jù)在圖像分類識(shí)別特別是在醫(yī)學(xué)圖像的分類識(shí)別中占有越來(lái)越重要的地位和作用。然而由于人腦磁共振圖像的高維特性，導(dǎo)致了人的可讀性降低，因此，三維圖像的分類識(shí)別仍是一個(gè)有挑戰(zhàn)的問(wèn)題。
　　本文針對(duì)人腦磁共振圖像等三維圖像數(shù)據(jù)，重點(diǎn)研究了三維

2、特征提取算法以及基于三維特征提取算法的圖像分類識(shí)別算法框架，并將提出的算法應(yīng)用于三維醫(yī)學(xué)圖像的分類識(shí)別中。本文開(kāi)展的主要工作以及取得的成果包括以下幾個(gè)方面：
　?。?）三維特征描述算法——3D-WHGO
　　本文針對(duì)三維圖像本身具有時(shí)空維、信息量更大的特點(diǎn)，在加權(quán)梯度方向直方圖（Weighted Histogram of Gradient Orientation，WHGO）特征描述算子的基礎(chǔ)上，提出了一種新的三維特征描述算子

3、——3D-WHGO。在構(gòu)造三維特征描述算法中，首先定義了三維圖像中的梯度大小以及梯度方向的計(jì)算方法，其次在三維空間中對(duì)梯度方向的頻率信息，統(tǒng)計(jì)它的直方圖，并使用梯度的大小，來(lái)對(duì)梯度方向直方圖的進(jìn)行加權(quán)處理。通過(guò)使用這樣的方法，我們構(gòu)造出來(lái)的三維特征描述算子，具備了空間中圖像梯度頻率的信息，同時(shí)也使得三維特征描述算子能夠更充分地利用三維圖像中特有的時(shí)空維信息，進(jìn)而更有效的描述和表示三維圖像特有的特征。
　?。?）提出了一種基于三維特

4、征描述算法的圖像分類識(shí)別框架——“多分辨率三維空間金字塔”算法
　　本文在三維特征提取算法的基礎(chǔ)上，提出了“多分辨率三維空間金字塔”算法。該算法以三維特征提取描述算子為基礎(chǔ)，在“空間金字塔匹配”算法的基礎(chǔ)上，融合了三維圖像特有的空間特性。通過(guò)對(duì)圖像進(jìn)行空間劃分，更多的利用特征與特征之間的空間信息。同時(shí)將多分辨率的思想引入到了算法框架之中，在決策時(shí)采用多分辨率融合的方式形成最終的分類器，形成了“多分辨率三維空間金字塔”算法的整體框架

5、。
　?。?）將三維圖像分類識(shí)別框架應(yīng)用于醫(yī)學(xué)圖像分析中
　　本文將提出的算法框架用于人腦磁共振圖像的圖像分類識(shí)別中。我們采用了三個(gè)數(shù)據(jù)中心的數(shù)據(jù)對(duì)算法的性能進(jìn)行了測(cè)試，通過(guò)對(duì)數(shù)據(jù)中人腦磁共振圖像的男女性別信息進(jìn)行分類識(shí)別，并得到了理想的分類識(shí)別結(jié)果。不僅證明了我們提出的“多分辨率三維空間金字塔”算法對(duì)于三維圖像分類識(shí)別的有效性，同時(shí)還證實(shí)了我們提出的三維特征提取算法——3D-WHGO特征描述子在分類性能以及計(jì)算時(shí)間上相比于