基于內(nèi)容的圖像檢索在CT圖像上的研究與實(shí)現(xiàn).pdf

1、在互聯(lián)網(wǎng)技術(shù)與數(shù)字化設(shè)備的迅速發(fā)展的今天，人類(lèi)的生活方式變得數(shù)字化，各種場(chǎng)景以圖像數(shù)據(jù)的形式保留了下來(lái)。如日常生活的照片記錄、預(yù)報(bào)天氣的氣象數(shù)據(jù)、休閑娛樂(lè)的音頻與視頻以及檢查身體時(shí)所得到的各種醫(yī)學(xué)圖像。面對(duì)如此之多的圖像數(shù)據(jù)，傳統(tǒng)的基于文本的檢索方式已經(jīng)不能滿(mǎn)足人們的正常需求，因此，基于內(nèi)容的圖像檢索技術(shù)逐漸發(fā)展起來(lái)。
　　本文首先介紹了CBIR技術(shù)的興起與發(fā)展?fàn)顩r、醫(yī)學(xué)領(lǐng)域?qū)D像檢索的需求以及由CBIR技術(shù)發(fā)展而來(lái)的基于內(nèi)容的醫(yī)

2、學(xué)圖像檢索，然后詳細(xì)分析了基于內(nèi)容的圖像檢索的關(guān)鍵技術(shù):圖像特征提取、圖像特征選擇與融合、圖像特征的相似性度量、圖像的預(yù)過(guò)濾、圖像檢索的相關(guān)反饋技術(shù)以及常見(jiàn)的檢索技術(shù)。在此基礎(chǔ)上，本文分析了醫(yī)學(xué)圖像的特征，重點(diǎn)討論了CT圖像的相關(guān)特性，根據(jù)圖像特性?xún)?yōu)先進(jìn)行邊緣檢測(cè)工作，并就邊緣檢測(cè)算子的選取進(jìn)行了實(shí)驗(yàn)與分析，然后就CBIR應(yīng)用于醫(yī)學(xué)圖像領(lǐng)域產(chǎn)生的困難進(jìn)行了討論與分析。本文主要利用了圖像的形狀特征，詳細(xì)研究了多種形狀特征提取檢索算法，如S

3、IFT匹配算法、基于Zernike矩的檢索算法以及PseudoZernike矩等，分別進(jìn)行了各類(lèi)檢索算法性能比較、特征融合檢索性能比較與多級(jí)搜索性能分析等實(shí)驗(yàn)，得到了相應(yīng)的結(jié)論并進(jìn)行了討論。
　　本文創(chuàng)新之處在于首次將PseudoZernike矩應(yīng)用于CT圖像的檢索之中，并在融合特征檢索時(shí)使用了PseudoZernike矩與SITF特征結(jié)合的方式，實(shí)驗(yàn)證明，該方式具有良好的搜索效果，適合CT圖像檢索。
　　最后，本文給出了一