基于紋理的超聲圖像分割方法研究.pdf

1、紋理是圖像的一個重要屬性，它為圖像的理解分析以及識別提供了大量的信息。紋理分析是紋理相關(guān)研究中的基礎(chǔ)問題，紋理特征的提取直接影響紋理分割結(jié)果的好壞。超聲圖像雖然具有無損性、實時性強、價格低廉、安全性高、可重復性好、靈敏度高等優(yōu)勢，但在成像過程中產(chǎn)生的斑點噪聲以及組織相關(guān)的紋理特性導致圖像對比度低、邊緣模糊。因此，在超聲圖像分割中加入紋理信息，能夠改善分割效果。然而，紋理分析方法是多種多樣的，能夠從中選出適合超聲圖像紋理的分析方法至關(guān)重要

2、。本文從該角度出發(fā)，嘗試找到合適的紋理分析方法，并將它應(yīng)用到超聲圖像分割中去。
　　本文首先對紋理分析方法進行總結(jié)，提出了采用矩分析、二進小波、曲線波變換等方法對超聲圖像的紋理進行分析，以找到更加適合超聲圖像紋理的分析方法。接著提出了兩種分割算法，一是主動輪廓模型，二是半監(jiān)督的Adaboost分類方法。為了更好地比較各類紋理方法，本文分別將每種紋理方法與這兩種分類方法結(jié)合運用到前列腺超聲圖像中。在比較了實驗結(jié)果后，得出以下結(jié)論：矩

3、分析的紋理灰度差異明顯，適合與主動輪廓模型結(jié)合使用，但由于主動輪廓模型存在需要人工干預(yù)、對初始輪廓線依賴性大、準確度不夠高等缺點，并非超聲圖像分割的最優(yōu)方法；二進小波和曲線波從多方向多尺度的角度出發(fā)分析紋理，與Adaboost分類方法結(jié)合使用得到的分類結(jié)果不但不需要人工干預(yù)，而且正確率和邊界完整度都得到了大大的改善，對于超聲圖像的分割是非常適合的，并以曲線波變換的分割效果為最優(yōu)。
　　雖然曲線波變換非常適合做超聲圖像的紋理分析，是

4、一種非常強大的紋理分析工具，但時間復雜度過高。為了克服曲線波變換的紋理圖過多、數(shù)據(jù)量過大、時間復雜度過高等缺陷，本文從三個方面對曲線波系數(shù)進行了優(yōu)化：系數(shù)分布的建模、強弱紋理的分類以及主方向的提取。這些處理不僅提高了特征的有效性，還大大減少了實驗的數(shù)據(jù)量和實現(xiàn)時間，從而使得基于紋理的超聲圖像分割應(yīng)用到臨床中成為可能。
　　最后，本文探討了特征量組合以及強方向個數(shù)對前列腺超聲圖像分類結(jié)果的影響，得出在特征量為能量、熵、均值、標準差(