基于數(shù)學形態(tài)學的X線圖像處理與分析技術研究.pdf

1、數(shù)字圖像處理理論應用于臨床X線圖像的處理和分析能夠減輕醫(yī)生的負擔，也能夠提高診斷的準確性，有利于實現(xiàn)診斷的智能化。數(shù)學形態(tài)學是一種非線性的圖像處理和分析工具，而X線圖像中的物體是非線性的包含關系，所以數(shù)學形態(tài)學適用于X線圖像的處理與分析。本文在探討數(shù)學形態(tài)學基本原理、運算和性質的基礎上，根據(jù)X線骨折圖像的特點，提出基于數(shù)學形態(tài)學的X線骨折圖像增強和邊緣提取算法。
　　 基于重建的多尺度X線骨折圖像增強算法中提出X線圖像的增強算法

2、和結構元素的選擇算法。X線圖像的增強算法包括去噪和增強對比度，這些運算以重建運算為基礎，在增強圖像的同時不會引入新的邊緣信息；結構元素的選擇包括結構元素的形態(tài)和尺度的選擇，根據(jù)不同形態(tài)的結構元素對長骨處理后的不同影響來選擇結構元素的形態(tài)，根據(jù)不同尺度與圖像中特征區(qū)域的數(shù)量關系來選擇多尺度結構元素的尺度范圍。
　　 X線骨折圖像的邊緣提取算法是在標記控制分水嶺算法的基礎上提出的改進算法，包括形態(tài)學方向梯度算法和前景、背景標記的選擇

3、算法。根據(jù)形態(tài)學結構元素的特點，文中提出使用四個方向的線性結構元素計算方向梯度，使梯度代表幅度信息的同時也具備了方向性；標記選擇算法以灰度差異選擇前景標記，以測地影響區(qū)骨架的原理選擇背景標記。最后，用選擇的標記對方向梯度進行同倫修改便可提取出骨的邊緣。
　　 通過計算增強處理前后X線骨折圖像的直方圖等統(tǒng)計特征，證明基于重建的多尺度增強算法達到了增強X線骨折圖像的目的；通過最終測量精度準則，說明邊緣提取算法提取出的X線骨折圖像的邊