首页> 中文学位 >基于小波变换的医学CT图像边缘检测技术研究
【6h】

基于小波变换的医学CT图像边缘检测技术研究

代理获取

目录

文摘

英文文摘

声明

第1章引言

1.1研究的背景和意义

1.2图像边缘检测技术的发展现状与趋势

1 3作者的主要工作

1.4本文章节安排

第2章图像边缘检测理论概述

2.1图像边缘检测的必要性和可能性

2.2图像边缘的类型

2.3典型的图像边缘信号

2.4常用边缘检测方法

2.4.1边缘算子法

2.4.2模板匹配法

2.4.3曲面拟合法

2.4.4各常用边缘检测方法的优缺点

第3章小波分析的基本理论

3.1从傅立叶变换到小波变换

3.1.1傅立叶变换

3.1.2短时傅立叶变换

3.1.3小波变换

3.2连续小波变换

3.2.1一维连续小波变换

3.2.2高维连续小波变换

3.3离散小波变换

3.4小波包分析

3.4.1小波包的定义

3.4.2小波包的性质

3.4.3小波包的空间分解

3.4.4小波包算法

第4章小波图像边缘检测算法的研究

4.1小波变换后的数据分布特点

4.2小波变换实现边缘检测的基本思想

4.3几种小波边缘检测改进算法的比较

4.3.1基于小波变换的边缘检测的优越性和存在的问题

4.3.2几种基于小波边缘检测的改进算法

4.3.3几种改进算法的比较

4.4结论

第5章小波边缘检测自适应改进算法

5.1改进算法的目的

5.2基于小波变换的自适应边缘检测改进算法

5.3自适应改进算法设计过程

5.4本文基于小波变换的边缘检测改进算法的实验结果

5.5结论与需要思考的问题

结论

致谢

参考文献

展开▼

摘要

数字图像的边缘检测是图像分割、目标区域识别、区域形状检测等图像分析领域十分重要的基础,是图像识别中检测图像特征的一个重要属性,图像理解和分析的第一步往往就是边缘检测,目前它已成为机器视觉研究领域最活跃的课题之一。医学CT图像与普通图像比较,本质上具有模糊性和不均匀性。首先,图像具有灰度上的含糊性,在同一种组织中信号值会出现大幅度的变化。其次,由于局部体效应,一个边界上的体素中常常同时包含两种物质。另外,由于技术上的原因带来的噪声往往模糊了物体边缘的高频信号。 本文主要研究基于小波变换的医学CT图像边缘检测方法。首先概述图像边缘检测的基本原理,介绍了当前国内外对于边缘检测典型研究方向;接着介绍了小波变换及其应用于图像边缘检测的相关理论;最后重点研究了基于小波变换的多尺度图像边缘检测算法,对比了多种基于小波变换的多尺度图像边缘检测改进算法,并对它们的检测效果进行了比较。在此基础上,结合两种改进算法的优点提出了一种基于小波变换的多尺度自适应边缘检测改进算法,改进算法的目的是使医学CT图像边缘检测具有更良好的噪声抑制能力,同时又具有完备的边缘保持特性,并进行了相关实验验证,以验证该改进算法的合法性和合理性。

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