基于模糊数学的医学图像增强技术研究

模糊集论文 模糊隶属度论文 最大模糊熵论文 广义模糊算子论文 医学图像增强论文
论文详情
医学图像普遍具有分辨率低,噪声较大的特点,另外,在MR成像和低剂量的cT重建中,伪影的存在也是危害医学图像中的一大问题。这些因素会使病灶与背景模糊难辨,从而影响医生对病灶的判断。此外,医生对图像的判断也带有‘定的模糊性。因此,利用模糊数学原理来处理医学图像是合理的。本文首先介绍了数字图像的传统增强算法,并简述了传统增强算法在医学图像处理中的不足之处。为此,本文详细阐述了相应的模糊数学的理论基础以及典型的模糊增强算法,如Pal—King算法。通过对已有的模糊增强算法进行分析,指出它们存在的问题并进行了改进。为增强医学图像的纹理及边缘信息,本文引入了广义模糊算子,提出了基于广义模糊算子非线性滤波器,针对医学图像在空域做局部对比度的增强。该方法采用离散模糊逻辑原理,在提高了医学图像的对比度的同时抑制了噪声,克服了线性反锐化掩膜技术中对噪声敏感的缺陷,并且得到令人满意的效果。将该算法与其他算法相比,明显提高了反锐化掩膜的增强效果。对不同图像处理后的结果也证明了这点。本文在分析模糊理论的基础上,提出了基于最大熵的图像增强技术。该算法利用最大熵原理自适应地确定隶属度函数中的参数,进而确定隶属度函数,将图像域映射到模糊域,并在模糊域中设计对比度增强方法,从而引入了改进的模糊去噪算法以及基于最火模糊熵的图像对比度增强算法。最后,本文利用MArLAB软件平台设计实现了本文提出的图像模糊增强算法。文章最后对模糊增强算法进行了归纳和总结,并结合本文的不足之处对将来的工作进行了展望。
摘要第4页
Abstract第4-5页
1 绪论第8-16页
    1.1 研究内容的背景和意义第8-10页
    1.2 基于模糊信息的图像处理方法研究现状和发展前景第10-14页
        1.2.1 模糊理论的发展简介第10-12页
        1.2.2 基于模糊理论的图像增强技术发展现状和前景第12-14页
    1.3 本文主要的研究内容第14-16页
2 数字图像增强方法概述第16-26页
    2.1 图像增强方法的分类第16-18页
    2.2 传统图像增强方法第18-22页
        2.2.1 灰度变换法第18页
        2.2.2 整体直方图调整法第18-19页
        2.2.3 空域滤波法第19页
        2.2.4 邻域平均法第19-20页
        2.2.5 中值滤波法第20页
        2.2.6 离散空间差分法第20-21页
        2.2.7 频域增强法第21-22页
    2.3 图像质量评价标准第22-24页
    2.4 本章小结第24-26页
3 模糊数学理论基础概述第26-34页
    3.1 模糊集合的概念第26-28页
    3.2 模糊集合的运算及性质第28-29页
    3.3 模糊集合的隶属度函数第29-32页
    3.4 模糊熵的概念第32-33页
    3.5 本章小结第33-34页
4 基于模糊集理论的变换域增强方法第34-45页
    4.1 数字图像模糊增强步骤第34-35页
    4.2 经典 S.K.Pal 模糊增强算法及其典型改进算法第35-39页
        4.2.1 经典 S.K.Pal 算法第35-37页
        4.2.2 单阈值的模糊增强方法第37-38页
        4.2.3 多阈值的模糊增强方法第38-39页
    4.3 基于模糊逻辑的图像锐化方法第39-42页
    4.4 实验结果及分析第42-44页
    4.5 本章小结第44-45页
5 基于模糊熵的模糊图像增强方法第45-57页
    5.1 最大熵原理第45-46页
    5.2 图像的模糊熵第46-48页
    5.3 基于最大模糊熵的图像增强方法第48-52页
        5.3.1 图像模糊域的变换第49-50页
        5.3.2 自适应模糊增强方法第50-52页
    5.4 实验结果与分析第52-55页
    5.5 本章小结第55-57页
6 总结和展望第57-59页
    6.1 总结第57-58页
    6.2 展望第58-59页
参考文献第59-64页
攻读硕士学位期间发表论文第64-65页
致谢第65页
论文购买
论文编号ABS554499,这篇论文共65页
会员购买按0.30元/页下载,共需支付19.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付32.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656