基于特征提取的圖像質(zhì)量評價及計算機輔助診斷.pdf

1、隨著數(shù)碼終端和互聯(lián)網(wǎng)的快速發(fā)展，數(shù)字圖像和醫(yī)用圖像處理技術得到了迅猛的發(fā)展。其中圖像特征提取作為其中的關鍵技術，受到越來越多的重視。圖像特征提取的好壞很大程度上決定了算法性能的優(yōu)劣。
　　在自然圖像處理領域中，數(shù)字圖像在采集、壓縮、存儲和傳輸過程中，會有數(shù)據(jù)和損失和外部信號的引入，從而導致數(shù)字圖像產(chǎn)生失真，這對于人們理解和使用照片上會帶來諸多不便，同時為了改進這些采集、壓縮、存儲和傳輸?shù)募夹g對圖像質(zhì)量的影響，往往需要有評價圖像質(zhì)量

2、指標的反饋，所以圖像質(zhì)量評價的重要性也日益凸顯。在醫(yī)療影像領域，確認影像中顯示的病人病變組織區(qū)域和病變性質(zhì)的判斷，是放射科醫(yī)生的重要工作，但是這種判斷的準確性往往依賴醫(yī)生日積月累的臨床經(jīng)驗，因而很難得以普及。同時由于病人早期病變組織難以用肉眼進行觀察，對于早期診斷帶來諸多不便。而早期診斷意義重大，早期診斷的結(jié)果可以及時確認病變區(qū)域，予以治療，阻止病變區(qū)域由良性往惡性方面發(fā)展。
　　本文在此基礎上，對無參考圖像質(zhì)量評價和計算機輔助診

3、斷中的特征提取進行了深入研究，提出了針對其不同特性的特征提取方法，具體內(nèi)容如下:
　　(1)提出一種利用拓撲獨立分量分析進行特征提取的無參考型圖像質(zhì)量評價方法。考慮到自然場景具備非高斯性的特性，利用拓撲獨立分量分析提取表現(xiàn)這種非高斯性的特征，通過特征訓練得到普適的對比特征，與失真圖像所提取的特征比較，并量化差異，然后映射到人眼圖像質(zhì)量評價的客觀分數(shù)上。實驗結(jié)果表明該算法與人眼主觀感知具有很好的一致性，將提出的算法與相關經(jīng)典算法進行