二维医学图像预处理及三维重建算法研究

摘要

本课题就医学图像处理领域中的医疗图像三维重建问题做了较为系统的分析探讨,并对其中几个热点问题进行了深入的研究.传统的医学图像滤波方法,在滤除图像噪声的同时,往往会使图像的边缘和细节受到损害.本文提出了一种基于模糊理论的平滑滤波算法,该算法既能有效地滤除图像中的噪声,又能很好地保持图像的边缘及细节,并且处理速度快.由于人体相邻组织对光、电、磁等的反射、透射或吸收作用的差别有时不太明显,这就使得医疗成像设备生成的灰度图像对比度较小,从而影响图像的视觉效果.常规直方图均衡算法在一定程度上解决了这一问题,然而经常规直方图均衡处理过的图像在高灰度区会出现过亮现象.本文提出一种适合医学图像处理的不完全直方图均衡算法,很好地克服了常规直方图均衡算法的不足.在图像的边缘检测和轮廓提取算法中,先对图像进行二值化,再利用梯度算子提取边缘及轮廓是一种常用的算法.本文发展了这一算法,提出了一种基于灰度直方图的多阈值分段单值化,然后再利用梯度算子进行提取图像边缘及轮廓的算法,取得了很好的效果.提出了一种基于模糊理论的图像分割方法,使用本文提出的分割方法可以从原始图像中提取感兴趣的某特定组织的较为完整的图像.Marching Cube算法是一种基于体素的表面重建算法,但由于立方体表面二义性的存在,表面重建时会造成错误的连接或是出现层间空洞.为此本文提出了一种基于双立方体体素的表面重建算法-Double Marching Cube算法,该算法很好地克服了Marching Cube算法的不足之处.本文提出来的算法均以VC++为编程工具,在PC机上得以实现.

目录

原创性声明和关于论文使用授权的声明

摘 要

ABSTRACT

1绪论

1.1课题提出的意义

1.2医学图像处理与分析的研究内容

1.3三维可视化技术的发展现状与展望

1.4课题的可行性

1.5三维重建的步骤

1.6本课题解决的问题

2二维灰度医学图像预处理

2.1基于模糊理论的医学图像平滑滤波方法

2.1.1引言

2.1.2基于模糊理论的平滑滤波算法

2.2图像锐化处理

2.3利用直方图修改技术改善医学图像的视觉效果

2.3.1引言

2.3.2直方图均衡化方法

2.3.3不完全直方图均衡算法

3二维灰度医学图像的分割

3.1图像分割技术概述

3.1.1引言

3.1.2基于边界的图像分割方法

3.1.3基于区域的分割方法

3.2基于边缘检测和模糊理论的图像分割方法

3.2.1几个概念

3.2.2算法基本思想

3.2.3算法实现步骤

4二维医学切片图像的三维重建

4.1轮廓提取与序列切片图像定位

4.1.1轮廓提取

4.1.2序列切片图像定位

4.2切片图像层间插值

4.2.1引言

4.2.2三次参数样条插值算法简介

4.2.3三次B样条插值算法

4.3三维重建

4.3.1直接体绘制法重建算法

4.3.2表面重建法

4.3.3基于Marching Cubes的表面重建流程

4.3.4 Double Marching Cubes算法

5.三维重建图像的真实感显示

5.1概述

5.2光照模型简介

5.3光线投射的基本原理

5.4光线跟踪法绘制

5.4.1光线跟踪法绘制原理

5.4.2光线跟踪算法的实现步骤

5.4.3旋转投影变换

6主要算法程序流程图

6.1灰度直方图的绘制程序流程图

6.2常规直方图均衡算法程序流程图

6.3不完全直方图均衡化算法程序流程图：

6.4基于模糊理论的图像平滑滤波算法程序流程图

6.5模糊分割算法程序流程图

结束语

参考文献

致 谢

硕士在读期间发表的论文

学位论文评阅及答辩情况表