醫(yī)學圖像邊緣檢測算法的研究與實現(xiàn).pdf

1、圖像邊緣信息和輪廓特征檢測方法一直是圖像處理與分析中的研究熱點。本課題的目的就是研究出抗噪性強、定位準確并且可以檢測出單像素邊緣的方法。
　　 整個論文首先使用灰度級模糊算法增強圖像，然后使用局部熵和灰度變化兩種方法進行邊緣檢測，最后對圖像進行面積去噪、邊緣細化、孤立點去噪以及圖像邊緣融合的后處理。在設(shè)計過程中，選取了一套相對較為合理的邊緣檢測處理算法，并且對模糊增強算法做了相應的改進。針對文中介紹的幾種邊緣檢測算法，改進了數(shù)學

2、形態(tài)學、灰色關(guān)聯(lián)度以及模糊熵邊緣檢測算法，并提出了模糊熵二值化方法、灰度變化邊緣檢測方法。在圖像的后處理中，根據(jù)醫(yī)學圖像的特點，提出了面積去噪和孤立點去噪兩種方法，并在此基礎(chǔ)上使用傳統(tǒng)的方法對圖像進行了細化和融合處理。在課題實現(xiàn)的過程中，采用了比較完善的算法，得到了完整、準確的單像素邊緣。
　　 本論文使用了多幅圖像對邊緣檢測算法的有效性和執(zhí)行效率進行了驗證，所有的圖片都是從沈陽盛京醫(yī)院獲取的。實驗證明，算法具有一定的普遍性，并