小波特征向量及其在顱腦CT圖像特征點(diǎn)匹配中的應(yīng)用.pdf

1、醫(yī)學(xué)影像學(xué)的計(jì)算機(jī)智能化診斷是所有醫(yī)學(xué)圖像處理和分析領(lǐng)域的重點(diǎn)和難點(diǎn)，要實(shí)現(xiàn)醫(yī)學(xué)圖像上病變區(qū)域的檢出首先應(yīng)實(shí)現(xiàn)對正常人圖像的計(jì)算機(jī)描述，數(shù)字化統(tǒng)計(jì)圖譜是目前為大家普遍接受的正常人圖像特征計(jì)算機(jī)描述方法。根據(jù)現(xiàn)有類型圖譜在描述正常人圖像特征方面的不足，李傳富等提出一種基于小波特征向量的、用于描述圖像紋理特征的數(shù)字化統(tǒng)計(jì)圖譜，即小波特征向量圖譜，以期實(shí)現(xiàn)對正常人圖像各類特征的全面描述。 作為此項(xiàng)研究的基礎(chǔ)，本文以顱腦CT圖像為研究對

2、象，針對CT圖像的具體特征，圍繞小波特征向量的構(gòu)造及其特征，以及小波特征向量在醫(yī)學(xué)圖像特征點(diǎn)匹配方面的價(jià)值進(jìn)行了深入研究。 首先，本文結(jié)合圖像紋理以及小波變換的背景知識，在算法上實(shí)現(xiàn)小波特征向量的構(gòu)造方法。在此基礎(chǔ)上，對小波特征向量的唯一性和旋轉(zhuǎn)不變性進(jìn)行研究，實(shí)驗(yàn)結(jié)果表明，通過這種構(gòu)造方法得到的小波特征向量，具有良好的唯一性和旋轉(zhuǎn)不變性。 然后根據(jù)小波特征向量具有唯一性的特點(diǎn)，提出了將小波特征向量應(yīng)用于顱腦CT圖像特征

3、點(diǎn)自動匹配的算法。實(shí)驗(yàn)結(jié)果表明，小波特征向量特征點(diǎn)的自動匹配算法能基本實(shí)現(xiàn)紋理相似的對應(yīng)點(diǎn)之間的自動匹配，并且具有較高的準(zhǔn)確率。同時(shí)，以特征點(diǎn)自動匹配效果為依據(jù)，本文對小波特征向量和未進(jìn)行小波變換而直接提取的特征向量(RIA向量)進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明，小波特征向量在表征像素點(diǎn)周圍紋理特征方面具有明顯的優(yōu)勢。 此外，本文以特征點(diǎn)自動匹配效果為依據(jù)，對影響小波特征向量結(jié)構(gòu)的各個參數(shù)進(jìn)行了研究比較，再根據(jù)這些研究結(jié)果，對小波特征向量