图象增强、恢复算法和医学影像处理系统

摘要

该文在回顾了图象增强、恢复的基本原理和经典算法之后,研究了对数图象增强、总变分最小化和基于马尔可夫随机场的最大后验恢复三种图象处理方法,随后介绍了医学影像处理系统的设计方案.该文在对数据图象处理算法和总变最小化算法上做了一些改进.Rudin认为有噪声图象的总变分比无噪声图象的总变分明显地大,总变分最小化可以消除噪声.图象的总变分是梯度幅值的积分.在高斯白噪声约束条件下得到总变分量小化的Euler-Lagrange方程,引入时间变量使其变为偏微分方程,然后进行偏微分方程的离散化求解.在基于马尔可夫随机场的最大后验恢复算法中,最大后验恢复就是根据Bayes准则,在退化图象已知条件下求原图象的最大概率密度.图象符合马尔可夫随机场分布,噪声是高斯白噪声,图象点关于邻域符合吉布斯分布.通过求配分函数的最小能量得到等式,结合梯度下降法和模拟退火算法求解.针对中小医院的实际需要,设计了一套医学影像处理系统.它利用图象采集卡将来自X光机等医学成像设备的视频信号实时显示在计算机显示器上,并能够将图象以位图文件的形式保存下来,具有图象增强、恢复、剪切、放大、打印诊断报告等功能.

目录

文摘

英文文摘

第一章绪论

第一节数字图象处理简史与医学应用

第二节图象增强与恢复算法

第三节主要研究内容

第二章图象增强

第一节概述

2.1.1对比度增强

2.1.2图象的平滑

2.1.3图象的锐化

第二节图象处理的医学背景

第三节改进的基于LIP模型的图象增强算法

2.3.1 LIP模型

2.3.2改进的LIP算法

第三章总变分最小化图象恢复

第一节图象恢复模型

第二节总变分最小化图象恢复的原理

3.2.1变分原理

3.2.2偏微分方程

第三节算法

第四节改进算法

第五节实验结果与分析

3.5.1比较改进的总变分最小化算法与其它图象恢复算法

3.5.2改进的总变分最小化算法与原算法的比较

第六节结论

第四章基于马尔可夫随机场的最大后验恢复算法

第一节概述

第二节图象恢复

第三节马尔可夫随机场

第四节双马尔可夫随机场

第五节算法

第六节扩展模型

第七节实验结果

第八节结论

第五章彩色图象处理

第一节概述

第二节彩色模型

第三节基于HIS视觉彩色模型的彩色图象增强

第六章医学影像处理系统设计

第一节系统设计的背景和特点

6.1.1系统设计背景

6.1.2特点

第二节系统设计

6.2.1主框架类

6.2.2文档与视图的组织

第三节系统功能

第四节结论

致谢

参考文献

附录诊断报告