基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)圖像目標(biāo)檢測.pdf

1、數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology，MM)，不僅是一種嚴(yán)格的數(shù)學(xué)理論，而且是一門強(qiáng)大、應(yīng)用廣泛的圖像分析技術(shù)。其基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的。本論文著重研究形態(tài)學(xué)在醫(yī)學(xué)顯微圖像中的應(yīng)用。
　　 論文首先闡述了數(shù)學(xué)形態(tài)學(xué)的基本理論，隨之介紹了一種利用分?jǐn)?shù)低階矩及極值理論的參數(shù)估計算法，在此基礎(chǔ)上研究了將形態(tài)學(xué)應(yīng)用于醫(yī)學(xué)圖像處理和分析的幾種算法。<

2、br>　　 本論文的主要研究工作包括：
　　 (1)介紹了研究的背景意義、數(shù)學(xué)形態(tài)學(xué)概述及形態(tài)學(xué)圖像分析，并且闡述了本論文研究的主要工作及論文章節(jié)安排。
　　 (2)簡要介紹α穩(wěn)定分布理論與分?jǐn)?shù)低階矩理論，運用負(fù)階矩方法和對數(shù)階矩方法的參數(shù)估計算法以及一種新的參數(shù)估計算法--漸近極值法來估計超聲醫(yī)學(xué)圖像二維小波系數(shù)的α和γ參數(shù)。分析表明，漸進(jìn)極值法具有快速及實時實現(xiàn)的特點。實驗結(jié)果表明，這種新方法也能有效地估計出滿足對

3、稱α穩(wěn)定(SαS)分布的二維小波系數(shù)的α和γ參數(shù)。
　　 (3)利用灰度形態(tài)學(xué)理論，對醫(yī)學(xué)顯微圖像進(jìn)行濾波。首先提出兩種不同的二維結(jié)構(gòu)元素，并結(jié)合灰度形態(tài)學(xué)去除灰度圖像中的噪聲，得到的濾波效果隨著結(jié)構(gòu)元素的種類及大小不同而產(chǎn)生明顯的差異。接著利用這些結(jié)構(gòu)元素進(jìn)行圖像顆粒度的檢測，并用顆粒分布函數(shù)繪制圖像顆粒的分布狀況。實驗結(jié)果表明，二維空間上的顆粒度的檢測效果明顯優(yōu)于一維方向上的檢測，以及選取合適的結(jié)構(gòu)元素在圖像去噪及顆粒度檢測

4、中起了極其重要的作用。
　　 (4)對醫(yī)學(xué)圖像中的感興趣的目標(biāo)對象(如細(xì)胞顆粒)進(jìn)行數(shù)目統(tǒng)計。如果圖像中各個顆粒之間沒有任何的交叉或重疊，可以把各顆?？闯梢粋€單獨的連通域，給每個連通域進(jìn)行標(biāo)記，并統(tǒng)計出所有連通域的個數(shù)即為圖像中所有目標(biāo)對象的數(shù)目。在這種情況下，不會發(fā)生任何的統(tǒng)計錯誤。如果圖像中有些顆粒之間發(fā)生了輕微的重疊，若直接利用上述的方法就無法準(zhǔn)確無誤地統(tǒng)計出數(shù)目。此時需要利用其它圖像處理方法先對圖像中發(fā)生混疊的顆粒作處理