医学图像处理与三维重建系统中图像分割探讨

医学图像处理与三维重建是当今计算机视觉领域的一个研究热门,其中涉及到包括计算机图形学、数字图像处理、生物医学工程等多种技术。医学图像在现代医疗诊断、手术规划、模拟仿真、整形及假肢外科、解剖教学等方面都有重要的应用。将医学图像融合先进的技术,能够获得更加可靠详实的信息。医学图像分割是可视化研究中一个非常重要的部分,更是计算机可视化中研究的热门问题,同时又是一个学术困难。性能良好的医学分割算法为三维重建提供了先决条件,直接影响到三维重建模型的精确性。医学图像获取传输过程中往往会受外界因素的影响,使图片的质量下降。图像分割前的预处理能够改善图像的质量。常用的手段有图像滤波、图像校正、图像配准和融合等等。本文针对二维图像在中值滤波、均值滤波和Lee滤波的比较基础上,将自适应窗方法运用于医学图像滤波,通过中心像素四周点的统计特性来改变窗的大小,以此确定用来估计中心像素的邻域,以同时满足保存细节和比较好的噪声抑制能力,达到了自适应的保边沿滤波效果。预处理后的图像为图像分割创造了良好的条件。本文医学图像分割算法分为基于边沿的和基于区域的,较为具体的先容了其中的经典算法—区域增长法,其中基于区域的种子点增长算法的分割结果,受到了种子点和增长的准则的严重影响。本文提出了一种支持向量机的医学图像分割算法,利用该算法分割后,可能存在同一目标被分成相邻的多个分割块,对这些分割块进行融合,根据模式识别理论可知,假如一组练习样本能够被一个最优分类面分开,则对于测试样天职类错误率的期望的上界是练习样本中均匀的支持向量占总练习样本数的比例。减小了主观因素的影响,使得分割结果具有唯一性。三维重建算法中面绘制和体绘制各有所长,通过试验比较不同算法的性能和适用条件,在系统的研发过程中,针对不同的需求采用不同的算法。在医学图像预处理、医学图像分割以及三维重建算法研究的基础上,开发出一套跨平台的医学图像处理与三维重建系统。【关键词】：医学图像图像分割三维重建
【论文提纲】：摘要4-5ABSTRACT5-10第一章绪论10-131.1课题来源101.2研究意义10-111.3国内外发展研究现状11-121.4论文的工作内容及章节安排12-13第二章医学图像预处理13-292.1医学数字成像和通讯标准13-162.1.1医学图像文件格式13-142.1.2数据集和数据元素14-152.1.3体数据的表示与封装15-162.2医学图像预处理16-282.2.1图像的校正16-172.2.2图像的配准与融合172.2.3图像的层间插值17-182.2.4二维图像滤波18-282.3本章小结28-29第三章医学图像分割29-573.1图像分割的定义和分类30-323.1.1图像分割的定义30-313.1.2医学图像分割分类概述31-323.2基于边沿的分割算法32-363.2.1微分算子分割法32-363.2.2边沿拟正当363.2.3状态空间搜索法363.3基于区域的分割算法36-453.3.1灰度阈值法36-413.3.2特征空间聚类法41-423.3.3区域增长42-453.4基于支持向量机的区域增长医学图像分割算法45-553.4.1种子点选择45-473.4.2基于支持向量机的区域增长医学图像分割算法47-553.5图像分割评价方法和准则55-563.6本章小结56-57第四章医学图像三维重建技术57-744.1面绘制重建算法57-654.1.1基于等值面的面绘制重建算法57-584.1.2基于体素模型的的面绘制重建算法58-604.1.3移动立方体(MarchingCubes)三维重建算法60-644.1.4实验结果及分析64-654.2光线投射体绘制算法65-684.2.1算法原理65-664.2.2算法流程66-674.2.3实验结果及分析67-684.3纹理映射体绘制算法68-724.3.1纹理映射中的相关定义68-694.3.2纹理映射过程694.3.3二维纹理天生|教育论文网|过程和绘制过程69-704.3.4三维纹理的天生|教育论文网|过程和绘制过程70-714.3.5实验结果及分析71-724.4三维重建算法的比较分析72-734.5小结73-74第五章医学图像处理与三维重建系统设计74-815.1系统体系结构74-755.2系统功能和流程图75-775.2.1系统功能75-765.2.2系统流程图76-775.3系统演示77-805.3.1“医疗图像处理与三维重建系统”界面775.3.2图像的预处理功能77-795.3.2.1批处理77-785.3.2.2预处理78-795.3.3三维重建79-805.3.3.1基于纹理映射的三维重建795.3.3.2基于光线投射的三维重建79-805.4本章小结80-81第六章工作总结和展望81-82致谢82-83参考文献83-87攻硕期间取得的研究成果87