醫(yī)學(xué)X光胸片若干圖像處理問(wèn)題研究.pdf

1、醫(yī)學(xué)圖像處理已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。本文主要研究了醫(yī)學(xué)X光胸片中的幾個(gè)關(guān)鍵圖像處理技術(shù)，主要包括X光胸片圖像增強(qiáng)、分割和肺部病灶識(shí)別。提出并改進(jìn)了基于Retinex方法的X光胸片圖像增強(qiáng)方法。在3種標(biāo)準(zhǔn)偏差下，求得高斯環(huán)境函數(shù)；然后使用3種不同的環(huán)境函數(shù)對(duì)X光胸片進(jìn)行卷積操作，將3種標(biāo)準(zhǔn)偏差尺度下得到的結(jié)果進(jìn)行加權(quán)平均；最后將輸出灰度值進(jìn)行修正，得到可用于顯示的結(jié)果。改進(jìn)的MSR算法既可以實(shí)現(xiàn)低對(duì)比度的X光胸片圖像增強(qiáng)，又能實(shí)

2、現(xiàn)圖像的動(dòng)態(tài)范圍壓縮，能夠顯著提高暗區(qū)X光圖像的信息。該方法克服了目前常規(guī)增強(qiáng)方法的不足，能夠滿足醫(yī)生臨床診斷的要求。對(duì)于胸片圖像中肺部區(qū)域的分割，提出了一種改進(jìn)的Live-Wire交互式醫(yī)學(xué)圖像分割算法。與原算法相比，改進(jìn)算法在不增加算法復(fù)雜度的同時(shí)，大大提高了醫(yī)學(xué)圖像分割的性能，而且在3個(gè)方面彌補(bǔ)了原算法的不足：對(duì)噪聲相當(dāng)敏感、不能有效的區(qū)分胸片圖像中的強(qiáng)弱邊緣、不適用于邊緣彎曲程度較大的胸片圖像。有鑒于Gabor濾波器在模式識(shí)別領(lǐng)