光学相干层析医学图像边缘检测

摘要

光学相干层析技术(OCT)由于具有高分辨率、非侵入、无损伤以及实时成像的特点，已经广泛的应用于生物医学领域。由于 OCT图像成像原理的影响，边缘信息受到极大的干扰，直接分割相对比较困难，因此边缘检测可以作为对OCT医学图像进行准确、精细的分割的基础。在图像的边缘检测方面，国内外学者研究了多种边缘检测算法，然而对 OCT医学图像进行边缘检测需要克服以下难点：1)噪声强度大、对比度低、部分边缘结构模糊。直接进行边缘提取难度大，因此可以先对 OCT心管图像进行有效的去噪，降低噪声对边缘信息的影响，然后研究抗噪性能强的边缘检测算法。2)OCT心管图像存在偏移场。由于OCT医学图像成像机制的影响，图像的灰度并不是均匀分布的，如果直接进行边缘检测，图像中的弱边缘将丢失，不能达到准确的边缘提取的目的，因此需要选取一种合理的去偏移场算法对OCT心管图像进行预处理。
　　针对上述问题，本文主要展开了以下三方面的研究：
　　1）在图像预处理方面，a.针对 OCT图像的噪声特性，采用了基于 Contourlet变换的去噪算法进行去噪。由于该算法充分考虑了 OCT图像的噪声特性，能够有效的去除噪声，同时较好的保留边缘信息；b.针对OCT医学图像存在的偏移场问题，结合图像特性，采用了基于形态学的去偏移场算法——Rollingball算法。该算法可以较好的去除偏移场，同时保留图像的边缘信息，在一定程度上有抑制噪声的作用。
　　2）提出一种改进旋转核变换(IRKT)的边缘检测算法，该算法的提出主要是受RKT算法的启发，改进的RKT算法是通过改变旋转核的模型，使其可以进行边缘检测以及对边缘像素点的方向性统计。本文对基于改进旋转核的边缘检测算法过程进行的系统的设计，首先利用改进的旋转核对图像卷积处理，其次针对其边缘像素点的特性，确定边缘像素点以及其方向性，然后根据边缘像素点的方向性对图像进行准确合理的边缘单像素化，最后利用形态学的知识对检测的边缘进行边缘断点链接。同时也提出针对 IRKT算法的方向核的改进，对其方向核内的值进行加权处理，使其边缘检测效果更好。由于该算法采用的是大尺度旋转核，因此具有较好的抗噪性以及对弱边缘也有一定检测能力。
　　3）将上述方法在OCT医学图像上进行了边缘检测性能测试。这部分主要进行了三方面的实验：去噪前后的OCT医学图像边缘检测对比、去偏移场前后的OCT医学图像边缘检测对比和预处理顺序对 OCT医学图像边缘检测的影响。最后实验结果表明，本文提出的加权的IRKT边缘检测算法在预处理后的OCT医学图像边缘检测都有较大的提高，同时针对灰度不均匀较为明显图像，可以先进行去偏移场处理，再去噪的预处理顺序，针对噪声明显且强度较大的图像，可以进行先去噪再去偏移场。
　　最终实验表明，本文提出的算法针对 OCT医学图像进行边缘检测，具有较好的提取边缘的能力。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究背景和意义

1.2 图像边缘检测方法现状与趋势

1.3 论文的主要结构与安排

2 光学相干层析图像预处理

2.1 光学相干层析技术原理

2.2 图像去噪算法及原理

2.3 图像去噪实验与分析

2.4 图像去偏移场算法及原理

2.5 图像去偏移场实验与分析

2.6 本章小结

3 基于IRKT的边缘检测技术

3.1 基于RKMT线性特征增强方法

3.2 IRKT边缘检测算法

3.3 改进的IRKT边缘检测算法

3.4 实验与分析

3.5 本章小结

4 光学相干层析图像的边缘检测

4.1 基于边缘检测的ROC曲线分析技术

4.2 光学相干层析医学图像边缘标注

4.3 光学相干层析医学图像的边缘检测实验与分析

4.4 本章小结

5 总结与展望

5.1 论文的主要工作

5.2展望

参考文献

附录：攻读硕士学位期间发表的部分学术论著

后记