基于直方图的医学图像多阈值分割算法研究

基于直方图的医学图像多阈值分割算法研究

ID:37065652

大小:1.93 MB

页数:63页

时间:2019-05-17

基于直方图的医学图像多阈值分割算法研究_第1页
基于直方图的医学图像多阈值分割算法研究_第2页
基于直方图的医学图像多阈值分割算法研究_第3页
基于直方图的医学图像多阈值分割算法研究_第4页
基于直方图的医学图像多阈值分割算法研究_第5页
资源描述:

《基于直方图的医学图像多阈值分割算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TP391单位代码:10183研究生学号:2015532073密级:公开吉林大学硕士学位论文(学术学位)基于直方图的医学图像多阈值分割算法研究ResearchonMulti-thresholdSegmentationAlgorithmofMedicalImageBasedonHistogram作者姓名:刘思言专业:计算机应用技术研究方向:图像处理与模式识别指导教师:申铉京教授培养单位:计算机科学与技术学院年月基于直方图的医学图像多阈值分割算法研究ResearchonMulti-thresholdSegmentationAl

2、gorithmofMedicalImageBasedonHistogram作者姓名:刘思言专业名称:计算机应用技术指导教师:申铉京教授学位类别:工学硕士答辩日期:年月日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交的硕士学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已

3、经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生院向中国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在《中国博硕士学位论文评价数据库》和CNK

4、I系列数据库中使用,同意按章程规定享受相关权益。论文级别:■硕士□博士学科专业:计算机应用技术论文题目:基于直方图的医学图像多阈值分割算法研究作者签名:指导教师签名:年月日作者联系地址(邮编):吉林大学计算机科学与技术学院130012作者联系电话:18243188708摘要基于直方图的医学图像多阈值分割算法研究医学图像的分割技术是医学图像处理中的不可缺少的一环,分割质量的好坏会直接影响到接下来配准、融合等进一步操作的效果,从而影响到治疗的准确性。一幅质量好的分割图像可以很大程度上帮助医生进行诊断,提升整个治疗过程的效率。在图像分割

5、算法中,阈值分割算法以其简单有效、易于理解等特点得到了广泛的研究与应用。当单阈值无法满足进一步分割的要求时,可以拓展成为多阈值。但是当单阈值扩展到多阈值时,会出现诸如时间复杂度高、准确性降低等缺点,影响了实际应用。本文通过对直方图信息的利用,提出针对以上缺点进行改进的多阈值分割算法。传统的多阈值分割多采用穷举法求取阈值,虽然可以得到较准确的结果但是却极为费时。每增加一个阈值,时间复杂度都会成指数增长。本文针对多阈值分割算法时间复杂度高的缺点,创造性地提出了直方图区域合并的思想。将图像的256个灰度级都视为原始阈值,两个阈值之间视为

6、一个区域。计算出每个区域中的合并标准。经过计算之后,在每一次迭代中减少一个阈值,就是挑选出相邻区域进行合并。直到阈值数目符合要求为止。直方图区域合并思想把算法的时间复杂度降到了O(L)级,完全实现了实时性的要求。并且为了提高合并时的准确性,本算法采用了直方图中体现数量信息的概率和体现变化程度的方差作为信息量进行计算。最后通过实验验证本算法在降低了时间复杂度的同时又保证了分割的准确性。Otsu算法是在图像阈值分割领域应用最广的算法之一。但是Otsu算法易受到噪声、边缘等信息的影响从而造成分割不准确的情况,在扩展到多阈值时更为明显。本

7、文针对这种情况提出了基于差值-灰度直方图降维的多阈值Otsu算法。首先将直方图扩展到二维,用灰度和差值作为二维直方图的信息。利用差值可以清晰地体现出要处理的像素点与窗口中其它点的关系。通过差值的大小可以知道该点是不是噪声点、边缘点或者混乱区域的点。这样将所有不适合的点都进行处理,大大提高了分割的准确性。为了降低二维直方图的高时间复杂度,本文算法进行了降维操作,将直方图重建为一维直方图。最后通过实验验证本文算法充分利用了空间上的信息,提高了多阈值Otsu的准确性。本文算法都充分利用了直方图上的信息,根据对直方图进行操作得到更好的分割

8、效I果。本文提出的算法可以分别解决传统多阈值分割算法中高时间复杂度和多阈值Otsu算法中易受干扰信息影响等缺点。可以在医疗诊断中利用本文算法的优势之处提升效率、提高准确性。关键字:直方图,图像分割,多阈值,区域合并,OtsuIIAbstractRe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。