肺部圖像邊緣檢測算法研究及DSP硬件實(shí)現(xiàn).pdf

1、醫(yī)學(xué)圖像處理對于醫(yī)生的診斷治療有著重要作用，醫(yī)院里許多疾病的檢查都要通過拍CT.圖像進(jìn)行，包括肺病的檢查，而肺癌的發(fā)病率以每年0.5％的速度增長，也是世界上發(fā)病率和死亡率最高的惡性腫瘤，這些疾病的治療也要依靠拍攝的CT圖像。醫(yī)生長時(shí)間觀察大量的CT圖像，難免產(chǎn)生視覺疲勞，并且一些細(xì)小的病變難以用肉眼觀察到，因此通過計(jì)算機(jī)進(jìn)行醫(yī)學(xué)肺部CT圖像的處理就顯得極為重要。圖像邊緣檢測是圖像分割、融合以及三維重建的前提，是圖像處理的重要環(huán)節(jié)，有助于

2、提高醫(yī)生的診斷效率。針對以往常見的圖像邊緣檢測方法檢測精度不高或抗噪性能不好等方面問題，本文實(shí)現(xiàn)了經(jīng)典的邊緣檢測算法，在研究了小波變換和數(shù)學(xué)形態(tài)學(xué)邊緣檢測算法的基礎(chǔ)上，提出了邊緣檢測的兩種改進(jìn)方法，并將改進(jìn)的算法通過CCS軟件編程，在DSP硬件上實(shí)現(xiàn)。
　　 針對課題研究的小波變換聯(lián)合數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測，本文做的主要工作如下:
　　 (1)對常用的邊緣檢測算法進(jìn)行了學(xué)習(xí)，如經(jīng)典的邊緣檢測算法、基于小波變換的邊緣檢測

3、算法和基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算法，并對算法分別進(jìn)行了MATLAB仿真實(shí)驗(yàn);
　　 (2)在研究了基于小波變換和數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測算法的前提下，提出了邊緣檢測的兩種改進(jìn)方法，一種是小波閾值去噪聯(lián)合數(shù)學(xué)形態(tài)學(xué)邊緣檢測算法，另一種是改進(jìn)的形態(tài)學(xué)邊緣檢測算法，并將兩種算法分別在MATLAB上進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果表明改進(jìn)的算法能夠檢測到清晰度更高，抗噪性能更好的邊緣，同時(shí)驗(yàn)證了改進(jìn)算法的有效性和可行性。
　　 (3)將改進(jìn)