基于B样条小波变换的医学影像边缘提取

摘要

医学图像中的边缘信息是进一步进行医学图像分析和处理的基础，且图像中包含的肌肉、血管等干扰信息较为丰富，进行边缘提取非常困难。传统的边缘检测算子大都基于边缘的灰度不连续性，利用梯度局部最大值或二阶导数过零点来检测边缘，容易受噪声干扰。尺度空间滤波能在大尺度下抑制噪声，在小尺度下精确定位，最后由粗及精地进行边缘聚焦而得到边缘的真实位置，但是传统的基于Gauss尺度空间的Canny算子计算量大，定位不够精确，而基于小波变换的多尺度边缘检测方法弥补了上述不足。 小波变换是80年代后期发展起来的一种信号处理方法，具有时域和频域上良好的局部检测能力和多分辨分析的特点，因而被誉为“数学显微镜”。本文用三次B样条小波作为小波基函数，基于Mallat快速算法对医学图像进行二维小波变换。为了避免滤掉一些较弱的边缘，采用自适应平滑滤波锐化图像的边缘，在B样条小波的边缘检测算法的基础上，加入自适应平滑滤波，提出采用自适应阈值的改进的B样条边缘检测算法，得到了综合各个尺度特征的较好的医学图像的边缘。最后介绍了图像阈值选取方法，模糊图像边缘的提取方法以及图像对比度的增强方法等一系列边缘提取的后处理工作。

目录

文摘

英文文摘

论文说明：插图清单及表格清单

独创性声明及学位论文版权使用授权书

致谢

第一章前言

第二章传统边缘检测方法简介

第三章小波分析概述

第四章B样条小波边缘检测理论

4.1 B样条函数与高斯函数的比较

4.2多尺度B样条小波边缘检测算法

4.3一种改进的基于小波变换图像边缘检测算法

第五章图像边缘提取时的细节处理

第六章总结和展望

参考文献

硕士期间发表的论文