中期报告(张伟斌).docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中期报告(张伟斌)

毕业设计(论文)中期报告 题目:下肢深静脉的超声图像融合方法研究 院(系) 电子信息工程学院 专 业 生物医学工程 班 级 100419 姓 名 张伟斌 学 号 100419115 导 师 廖福元 2014年 05 月 04 日 开题至今,在导师的悉心指导下,我的毕业设计工作稳步进行。在已经完成的设计过程中,以认真的态度对待每一个设计过程,努力克服并解决设计过程中的问题,为毕业设计的顺利完成打下了稳定的基础。现就已完成的工作进行总结,并对接下来的进度情况进行安排此部分建议写成两段:第一段简要介绍本课题的意义;第二段介绍已近完成的工作 。 设计(论文)进展状况详细写已经完成的工作 在三月底,主要学习一些图像融合要用到的技术,及相关文献的学习。 通过学习可以初步确定超声图像融合的方法,以及与下肢深静脉检查相结合的方法。可以使用图像配准算法把两幅图像融合,融合过程如下所示先写下肢深静脉的超声图像融合的具体目标 。 图【1】图像配准的基本流程此图表示的步骤不清楚,尽量表达具体 图像配准算法基本分为三类:基于图像灰度的配准算法、基于图像特征的配准算法、基于图像的理解和解释的配准算法。对于诊断下肢深静脉血栓应采用基于图像特征的配准算法。其步骤如下。 图【2】基于图像特征的配准算法的步骤此图表示的步骤不清楚,尽量表达具体 四月要较详细地介绍具体算法 并给出用所介绍的算法处理后的结果,不要将程序写在报告正文 中旬,通过对MATLAB的学习及结合图像配准算法,确定使用MATLAB对下肢深静脉超声图像进行融合。 四月下旬,用MATLAB软件尝试完成图像的处理及融合,初步写出程序。 图像增强: I=imread(xx.tif); subplot(1,2,1) imshow(I); title(原始图像); subplot(122) imhist(I,64)??????? %绘制图像的直方图,n=64为灰度图像灰度级,若I为灰度图像,默认n=256; 若I为二值图像,默认n=2。 title(图像的直方图); 边缘检测: I=imread(xx.tif); imshow(I) title(原始图像) BW=edge(I,sobel);?? %以自动域值选择法对图像进行Sobel算子边缘检测 figure,imshow(BW); title(自动域值的Sobel算子边缘检测) [BW,thresh]=edge(I,sobel);?? %返回当前Sobel算子边缘检测的阈值 disp(sobel算子自动选择的阈值为:) disp(thresh) BW1=edge(I,sobel,0.02,horizontal);?? %以域值为0.02水平方向对图像进行Sobel算子边缘检测 figure,imshow(BW1) title(域值为0.02的水平方向的sobel算子检测) BW2=edge(I,sobel,0.02,vertical); %以域值为0.02垂直方向对图像进行Sobel算子边缘检测 figure,imshow(BW2) title(域值为0.02的垂直方向的sobel算子检测) BW3=edge(I,sobel,0.05,horizontal); %以域值为0.05水平方向对图像进行Sobel算子边缘检测 figure,imshow(BW3) title(域值为0.05的水平方向的sobel算子检测) BW4=edge(I,sobel,0.05,vertical); %以域值为0.05垂直方向对图像进行Sobel算子边缘检测 figure,imshow(BW4) title(域值为0.05的垂直方向的sobel算子检测)? 基于小波变换的图像融合: clear all; close all; clc; I=imread(xx.tif); imshow(I); load bust X1=X; map1=map; subplot(131);image(X1); colormap(map1);title(原始图像1); axis square I0=imread(xxx.tif); imshow(I0); load mask X2=X; map2=map; %对灰度值大于100的像素进行增强,小于100的像素进行减弱 for i=1:256 for j=1:256 if(X2(i,j)100) X2(i,j)=1.2*X2(i,j); else X2(i,j)=0.5*X2(i,j); end end end subplot(

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档