版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、醫(yī)學超聲成像與計算機X射線斷層成像術(shù)、磁共振成像、核醫(yī)學成像并稱為現(xiàn)代四大醫(yī)學影像技術(shù),其中超聲成像由于其獨具的實時性、無損性、廉價性、可重復性、靈敏度高等優(yōu)勢而廣泛應用于臨床診斷和治療中,它在人體內(nèi)部組織器官的探查、實時監(jiān)控和治療規(guī)劃等方面都具有極大的潛力。利用醫(yī)學超聲圖像進行醫(yī)學診斷時,常需要提取特定的組織器官或部位,以便更好地對其進行分析和診察,這就需要以圖像分割作為手段,而邊緣檢測往往是進行圖像分割前的重要步驟。雖然目前國內(nèi)外已
2、經(jīng)存在很多種不同的圖像邊緣檢測方法,但是由于醫(yī)學超聲圖像本身固有的斑點噪聲和與組織相關(guān)的紋理特性,使得醫(yī)學超聲圖像邊緣檢測一直以來成為一個世界性難題之一。針對這一現(xiàn)狀,本文在對基于Gabor濾波器的邊緣檢測方法在醫(yī)學超聲圖像上的使用進行了研究和探索。 本文首先提出了適于超聲圖像的圖像預處理方法,針對醫(yī)學超聲圖像中存在的斑點噪聲,提出了結(jié)合中值濾波和小波軟閾值濾波的綜合方法對噪聲進行了有效抑制。之后,本文對醫(yī)學超聲圖像邊緣檢測方法
3、進行了總結(jié),其中對幾種經(jīng)典的或已在某些醫(yī)學圖像中使用過的圖像邊緣檢測方法進行了較為全面的分析,并給出了它們對醫(yī)學超聲圖像的邊緣檢測結(jié)果。由實驗結(jié)果可以說明這些方法對于存在固有斑點噪聲和紋理特性的醫(yī)學超聲圖像并不能得到滿意的結(jié)果,本文對其存在的問題也進行了簡要的探討。最后,本文給出了適用于醫(yī)學超聲圖像的邊緣檢測方法一基于Gabor奇部濾波器的邊緣檢測方法,設(shè)計出適合超聲圖像邊緣檢測的Gabor濾波器參數(shù),并利用該濾波器對醫(yī)學超聲圖像進行邊
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Gabor濾波器的超聲圖像的邊緣增強和邊緣檢測.pdf
- 基于Gabor濾波器的指紋圖像增強研究.pdf
- 方向可調(diào)濾波器在圖像邊緣檢測中的應用.pdf
- 基于并行Gabor濾波器的紋理分析.pdf
- 基于Gabor濾波器的無紡布疵點檢測系統(tǒng)研究.pdf
- 基于多通道Gabor小波濾波器的圖像分割研究.pdf
- 基于Gabor濾波器和SVM的血細胞圖像分類識別研究.pdf
- 基于Gabor濾波器和活動輪廓線的雙紋理圖像分割.pdf
- 基于自適應Gabor濾波器組的布匹瑕疵檢測技術(shù)研究.pdf
- 基于機器學習的醫(yī)學超聲圖像邊緣檢測算法研究.pdf
- 基于改進Gabor濾波器的多模態(tài)特征融合技術(shù).pdf
- log濾波器提取邊緣報告
- 基于GABOR濾波器的指紋特征提取與識別.pdf
- 基于Gabor濾波器的紋理特征提取研究及應用.pdf
- 基于Gabor濾波器和小波變換的虹膜識別研究.pdf
- 一種基于Gabor濾波器的虹膜識別系統(tǒng).pdf
- 基于Gabor濾波器和不變矩的掌紋識別算法研究.pdf
- 基于改進的Gabor濾波器組指紋圖像識別的研究與實現(xiàn).pdf
- 基于圖像濾波器的多尺度圖像分解.pdf
- Gabor濾波器在車輛檢測和車型識別中的應用研究.pdf
評論
0/150
提交評論