基于特征融合的醫(yī)學(xué)圖像檢索.pdf

1、圖像檢索技術(shù)起源于上個(gè)世紀(jì)八十年代，人們主要是通過(guò)對(duì)關(guān)鍵字手工標(biāo)記進(jìn)行圖像檢索。而后隨著圖像處理技術(shù)的迅速發(fā)展，基于內(nèi)容的圖像檢索(CBIR)技術(shù)在圖像處理領(lǐng)域得到廣泛應(yīng)用，尤其是基于內(nèi)容的圖像檢索技術(shù)在醫(yī)學(xué)臨床輔助診斷和醫(yī)學(xué)科研中發(fā)揮著重大的作用，得到了越來(lái)越多的關(guān)注。本文主要研究基于多種特征融合的醫(yī)學(xué)圖像檢索技術(shù)。
　　 論文詳細(xì)闡述了基于內(nèi)容的圖像檢索技術(shù)的研究意義、應(yīng)用現(xiàn)狀、基本原理以及關(guān)鍵技術(shù)。本文通過(guò)提取圖像的多種特

2、征（SIFT、SURF和拓?fù)涮卣鳎┻M(jìn)行檢索，同時(shí)，針對(duì)SIFT算法相似性度量方面的不足，提出了利用Hellinger核函數(shù)來(lái)進(jìn)行相似性度量的新方法——ROOTSIFT，在此基礎(chǔ)上結(jié)合拓?fù)涮卣鬟M(jìn)行醫(yī)學(xué)圖像檢索。
　　 針對(duì)醫(yī)學(xué)圖像，本文提出了首先單獨(dú)利用SIFT、ROOTSIFT、SURF和拓?fù)涮卣鞣謩e進(jìn)行檢索，然后根據(jù)檢索結(jié)果的好壞，為各個(gè)特征賦予相應(yīng)的權(quán)重，最后在基于前面檢索算法的基礎(chǔ)上，提出一種融合多種底層視覺(jué)特征進(jìn)行圖像檢

3、索的算法，來(lái)提高最終的檢索準(zhǔn)確率。首先，通過(guò)SIFT(SURF、ROOTSIFT)算法得到圖像的特征點(diǎn)和相應(yīng)的特征向量，其次，為了增加局部特征相似性，對(duì)SIFT(SURF、ROOTSIFT)特征得到匹配點(diǎn)提取拓?fù)涮卣鞑⑦M(jìn)行相似性度量，最后得到拓?fù)涮卣骱蚐IFT(SURF、ROOTSIFT)特征都相似的點(diǎn)，進(jìn)行線性加權(quán)后得到與參考圖像最相似的圖像序列。實(shí)驗(yàn)結(jié)果表明，融合多特征檢索得到的檢索準(zhǔn)確率比單個(gè)特征得到的準(zhǔn)確率高，該算法與其他算法相