基于隐马尔可夫模型的对象定位方法研究

摘要

该文以医学图象中脊柱的定位为应用背景,提出了一种基于一维隐马尔可夫模型(1-D HMM)进行二维图象中线性结构对象定位的新方法.基于对经典Viterbi算法的分析和理解,并结合该文实际情况对其进行了改进,以完成对象定位任务.同时,在定位算法中引入和有效利用了待定位对象隐含的启发信息,克服了不使用启发信息情况下定位算法的局限性,显著提高了定位速度和精度.为验证所提HMM方法在对象定位方面的可行性和有效性,该文以真实的人体脊柱X光照片为实验样本进行了大量的定位实验.实验结果表明:与传统的对象定位方法相比,HMM模型不需要对图象施加较多的限制,就可获得成功的定位结果,具有较高的通用性和准确性.该文还通过实验结果详细分析了各个实验参数的独立变化对定位性能的影响,总结得出了一些可用于指导建立HMM模型原型的结论.

目录

文摘

英文文摘

第一章绪论

1.1研究背景

1.1.1图象中对象定位的重要性及现状

1.1.2基于模型的对象定位方法及其比较

1.2本文的研究方法和主要解决的问题

1.3本文的组织

第二章隐马尔可夫模型(HMM)

2.1 HMM方法介绍

2.1.1一维(1-D)HMM及参数

2.1.2 Baum-Welch向前-向后算法

2.1.3 Viterbi算法

2.2 HMM的应用

2.2.1 HMM的传统应用

2.2.2 HMM与图象处理

2.3小结

第三章基于HMM的对象定位方法

3.1图象中线性结构对象的特征表示与提取

3.2模型训练

3.2.1训练步骤

3.2.2模型参数再估计

3.3基于Viterbi算法的定位算法

3.3.1对Viterbi算法的改进

3.3.2用模型进行定位

3.4小结

第四章实验结果与分析

4.1测试图象库

4.2 HMM拓扑

4.2.1 0-1模型

4.2.2 0-1-2模型

4.3定位性能度量

4.4启发信息的使用

4.5不同参数对定位性能的影响

4.5.1训练样本数的选择

4.5.2模型拓扑的选择

4.5.3状态数的选择

4.6对定位实验的一些说明

4.7小结

第五章总结与改进

5.1本文的主要工作

5.2存在问题

5.3建议的改进工作

5.4小结

结束语

在学期间发表论文

致谢

参考文献