• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >适用于无线胶囊内镜图像的TV模型图像处理技术
【6h】

适用于无线胶囊内镜图像的TV模型图像处理技术

代理获取
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

作为生物医疗领域全新的技术突破，胶囊内镜以其无痛、无创伤、可全程检测，尤其是攻克了传统消化道疾病难以检查小肠部位的盲区等优点，成为临床医学研究的热点技术，其临床检测的有效性也逐步获得医学界的认同。但是，一次胶囊内镜检测会产生上万张图片，从这些海量数据中筛选出异常或病变图像，成为临床医生面临的一项繁重任务。所以，结合胶囊内镜彩色图像处理技术，提高改善图片的质量，缩短医生阅片时间，提高诊断准确率，成为胶囊内镜图像临床辅助诊断亟待解决的问题，也逐步成为医学图像处理中的一个热点研究方向。论文对无线胶囊内镜彩色图像处理中的若干关键问题进行了分析和研究，利用文中提出的改进的算法及模型，提高了图像品质，增强了无线胶囊内镜图像对于临床医生的辅助诊断功能，大大减少了临床医生的诊断时间，有效地提高了诊断准确率和有效性。
　　 肠胃内部比较黑暗复杂的环境以及图像在采集和无线传输过程中不可避免的受到外界的影响和干扰，容易导致图像被噪声污染，或受到不同程度的模糊，或者既被噪声污染又被模糊，从而导致图像品质下降，对临床医生及后期的计算机辅助诊断会产生诸多不利影响。因此，对无线胶囊内镜医学图像进行去噪声、去模糊、盲去模糊以及图像病变区域的提取等数字图像预处理技术日益成为临床辅助诊断过程中亟待解决的关键问题。
　　 本文通过对全变差框架理论系统的研究分析，提出了一种适用于无线胶囊内镜图像处理技术，主要包括图像去噪声、去模糊、在卷积算子未知的情况下盲去模糊以及图像的分割等相关问题。本论文组织结构主要包含以下几部分内容：
　　 (1)分析了基于全变差框架图像处理中的一些基本问题及相关工作，主要包括图像去噪声、图像去模糊、图像的盲去模糊以及基于水平集的图像分割等方面。各章节首先分析现有最新权威算法的优缺点，然后阐述所提出的解决方案，建立相应的基于全变差框架的模型，之后进行理论推导、算法数值实现，并在每一章节最后与目前权威经典算法进行了验证对比。
　　 (2)讨论了基于全变差的图像去噪模型以及目前算法存在的缺陷与弊端。传统图像去噪算法模型中均衡参数均为常数，与图像本身的信息无关。但在研究全变差模型时发现，均衡参数在模型中起着至关重要的调节作用。均衡参数选得过小或过大容易导致图像去噪去模糊程度不够或者是去噪去模糊过度，使图像的纹理细节信息被平滑掉。传统算法均未明确提出如何确定一个合理的或最优的均衡参数数值的方法，所以发展一个具有均衡参数自动最优选择能力的去噪算法将会对提高算法的去噪性能及其自适应具有重要的实用价值。本文提出一种新的二分法技术来实现自动寻找最优的均衡参数值，并把算法扩展到彩色图像的去噪声问题上。实验结果表明，由于所采用的二分法所具有的快速收敛性，本章所提出的算法可以很快确定最优均衡参数数值，从而提高算法的去噪声性能及自适应性。最后通过仿真实验对结合了二分法以后的各种去噪方法的优劣以及对参数的鲁棒性进行了对比。实验对比结果表明，改进的算法收敛速度快，可以自动寻找最优均衡参数。在处理彩色图像去噪问题时，充分考虑了彩色图像通道间的耦合作用，最大程度地保护了图像的纹理信息。通过仿真实验结果对比发现，改进算法的去噪声效果优于其他算法。
　　 (3)在研究分析了Beck-Teboulle基于快速梯度投影法的去模糊算法的基础上，提出了图像去模糊的新模型。新模型摒弃了传统图像去模糊算法计算量大、耗时长的弊端，降低了算法的运算复杂度，提高了收敛速度。但和目前的图像去模糊算法一样，去模糊算法数学模型中均衡化参数同样没有结合图像的统计学信息，影响了图像的去模糊效果。为了克服这个缺点，在去模糊数学模型中同样引入了第三章提出的二分法技术，使得均衡参数能够根据图像的统计学信息，自动选择均衡参数最优值。结合图像的去模糊数学模型，对二分法技术做了严密的理论推导，并将该算法成功扩展应用到彩色无线胶囊内镜图像去模糊处理上。实验结果表明，结合了二分法技术的图像去模糊新算法，可以很快确定最优均衡参数数值，收敛速度快，恢复得到的图像质量高，从而提高算法的去模糊性能及自适应性。
　　 (4)讨论了图像的盲去模糊问题。图像的普通去模糊问题是在卷积算子信息已知的情况下恢复降质图像。因为图像的去模糊数值求解过程中，牵扯到卷积算子的反演计算，属于一类病态问题，所以它一直是图像处理领域比较前沿并且具有一定挑战性和难度的研究方向和课题。传统基于全变差框架盲去模糊算法，均利用交替迭代最小化算法实现图像的盲去卷积，这导致图像恢复和卷积算子的确定总存在一定时间上的延迟，不能同时恢复图像和卷积算子。数值实现上的迭代延迟导致了图像恢复的过程中，将会在一定程度上损失一些图像的纹理细节以及边缘信息。针对这个问题，基于Beck-Teboule的算法和内积空间知识，本文提出了一个新的基于全变差框架的盲去模糊算法模型，把图像和卷积算子看做为两个独立的未知变量，运用了现有快速梯度投影算法的思想，实现了同时恢复图像和卷积算子，最后成功的将该算法扩展应用到彩色无线胶囊内镜图像上。实验结果表明，该算法因为充分利用了图像和卷积算子的信息，所以优化得到的图像和卷积算子的绝对误差均明显小于其他算法，并且新算法具有更好的鲁棒性、稳定性和更快的收敛速度。
　　 (5)讨论了经典的主动轮廓C-V模型和测地学Geodesic Active Contours(GAC)模型。就C-V模型的优缺点进行了分析，并分析两种模型存在的缺点：(1)水平集曲线在演化的过程中必须不断的进行初始化，以确保零水平集函数不会远离符号函数；(2)初始水平集函数必须包括被分割的目标物体；(3)对于噪声和模糊比较敏感，且深度凹陷物体及弱边缘图像检测效果不理想。结合C-V模型和GAC模型，提出一种改进的单相水平集图像分割模型，引入边缘检测函数，提高了算法收敛速度以及算法检测图像弱边界的能力；改变了传统算法中面积项的权重系数为常数的弊端，将该权重系数和图像信息充分结合，使演化曲线能够根据该信息及时调整曲线演化方向。内部能量项的引入，避免了初始化零水平函数的过程，并且初始化水平基函数的位置可以在任意位置，不必包围被分割的目标物体。该模型同时兼具GAC模型和C-V模型的优势，并且对于强噪声和模糊具有比较强的适应性和鲁棒性，能够更好检测多物体轮廓、弱边缘以及深度凹陷轮廓。基于同样的思想，对传统权威多相水平集图像分割算法进行了改进，对水平集曲线本身的形态加以约束限制，数值实现时采用较大步长，提高了算法的收敛速度，改善了算法对于多目标、复杂边缘的提取能力，提高了算法对于被噪声污染及模糊的图像进行分割的鲁棒性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号