首页> 中文学位 >基于小波与小波包分析的CT图像去噪增强研究
【6h】

基于小波与小波包分析的CT图像去噪增强研究

代理获取

目录

文摘

英文文摘

原创性声明和关于论文使用授权的说明

第1章 绪论

1.1课题背景及研究的意义

1.2本课题的研究内容

1.3基于小波变换的图像降噪发展与现状

1.4图像增强的发展与现状

1.5本文的主要工作和论文结构安排

第2章 计算机断层成像

2.1计算机断层成像的发展

2.2CT的成像基本原理与设备

2.2.1CT成像基本原理

2.2.2CT设备

2.3CT图像和CT值

2.4CT图像的采集方式和检查技术

2.4.1采集方式

2.4.2检查技术

2.5CT分析与诊断

2.6本章小结

第3章 基于小波的图像去噪和增强的理论基础

3.1小波变换

3.1.1小波变换发展概述

3.1.2经典傅里叶变换

3.1.3加窗Fourier变换

3.1.4连续小波变换

3.1.5离散小波变换

3.1.6二进制小波变换

3.1.7多分辨率分析与mallat算法

3.2小波包分析

3.2.1小波包的定义

3.2.2小波包的分解算法

第4章 小波、小波包去噪算法

4.1小波去噪原理

4.2小波去噪方法

4.2.1小波萎缩法

4.2.2投影方法

4.2.3相关方法

4.3小波包去噪原理

4.4去噪图像的评价指标

4.5小波与小波包图像去噪算法

4.5.1利用小波对CT医学图像去噪算法

4.5.2利用小波包对CT医学图像去噪算法

4.6实验结果与分析

第5章 基于小波分析的医学CT图像增强研究

5.1传统的直方图均衡图像增强方法

5.2基于小波变换的图像增强的原理

5.3基于小波变换的CT图像子图像带增强

5.3.1基于小波变换的CT图像子图像带增强算法

5.3.2小波基的选取

5.3.3图像增强评价指标

5.3.4实验结果与分析

第6章 总结与展望

6.1本文小结

6.2未来展望

附录:程序代码

参考文献

致谢

攻读学位期间发表的学术论文目录

展开▼

摘要

随着科技的进步,医学影像成为医生诊断和治疗的重要辅助手段,其中计算机断层扫描(ComputedTomography,CT)因为其图像的分辨率高,对人体损伤小,而成为病理和解剖研究的主要手段。然而生物医学图像本身有着很多不可避免的缺陷,为了提高图像的可读性以及对人体的解剖结构和病变部位进行更有效的观察和诊断,对医学图像进行计算机处理就成为非常必要的。 小波变换是近十几年发展起来的一种新的信号和图像处理工具。小波分析良好的时频特性决定了它在图像去噪和增强中具有广阔的应用前景,使得这一领域充满生机。计算机断层扫描(ComputedTomography,CT)技术已成为医学临床诊断的重要手段之一。医学CT图像成像过程中产生的噪声降低了图像质量,影响了医生对疾病的诊断,故有必要抑制CT图像噪声和增强图像。CT图像去噪和增强是CT图像处理的一个预处理过程,它是病变识别和分析的前提,在医学图像处理中,医学CT图像的去噪和增强的研究有着重要的意义。本文首先介绍了小波图像去噪和增强的现状,然后阐述了小波图像去噪和增强的理论基础,最后是利用小波变换的多分辨率特性,结合人眼的视觉特性,围绕小波图像去噪和增强的中心问题进行了研究,提出了相应的处理方法。 本文主要内容有:1、在医学CT图像噪声抑制方面:提出了小波局部阈值软硬函数折中消噪方法。并将此方法与小波强制消噪、全局阈值硬函数消噪、全局阈值软函数消噪、及小波包消噪的方法进行了对比,从实验中可以得出小波包消噪效果最好,能够有效的滤除图像中的噪声且边缘效果保持良好,本文提出的小波局部阈值软硬函数折中消噪法也能能够有效的滤除图像中的噪声,效果较小波强制消噪、全局阈值硬函数消噪、全局阈值软函数消噪要好,但是边缘效果及噪声滤除的程度都不及小波包。实验结果表明本文提出的小波局部阈值软硬函数折中消噪方法在小波消噪方面具有一定的价值。2、在CT图像增强方面,结和医学CT图像的特点对图像子带小波增强方法作了改进,并于传统的图像增强方法进行了对比。通过实验证明此方法既增强了图像的细节特征又符合人眼的视觉特性,提高了图像的清晰度,有效地避免了平坦区域噪声的过增强问题。实验结果表明此方法具有一定的应用价值。

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