基于am-fm纹理模型的医学图像检索 amplitude modulation and frequency modulation textures model based on medical image retrieval.pdfVIP

第15卷第5期 电路与系统学报 V01．15No．5 AND 2010 2010年10月 JOUItNALOFCIRCUITSSYSTE：MS October， 文章编号：1007．0249(2010)05-0022—04 基TAM．FM纹理模型的医学图像检索· 赵帅， 卢振泰， 冯前进撑， 陈武凡 (南方医科大学医学图像处理重点实验室，广东广州510515) 进行滤波，计算Gabor函数冲激响应的偏微分，然后使用能量分离算法做调幅．调频分解，估计出瞬时幅值和瞬时频率， 以幅值和频率的均值和标准差作为纹理特征。采用MATLAB和SQL开发语言构建检索平台，测试该特征的实用性， 与Gabor纹理检索算法进行比较。实验结果表明，该特征对医学图像检索效果有明显的提高。 关键词t调幅．调频模型；医学图像检索；Gabor滤波函数；能量分离算法；瞬时幅值；瞬时频率 中图分类号tTP391．3文献标识码tA 1 引言 算机视觉两大研究领域的共同推动下，图像检索已逐渐成为一个非常活跃的研究领域。基于内容的图 像检索(Content．basedImage 技术，通过对图像提取一定的特征，找出在特征空间中与查询要求接近的图像，从而实现在图像数据 库中自动地检索、查询和管理图像。 在CBIR系统中，特征的提取是决定图像检索结果的关键。医学图像多数为灰色图像，一般选用 纹理特征和形状特征，本文选用AM．FM模型提取图像的纹理特征。文献[3】中提出图像可以用多个 数的频率响应G。和滤波响应Y。简单计算得到；文献【5]用能量分离算法解调求得幅值和频率，但能量 分离时有偏微分方程的离散化过程，得到的幅值和频率误差比较大；文献[6】提出两种解决离散化的方 法：样条插值和高斯核函数卷积；文献[7】将高斯核卷积的方法用于图像分割，提出了改进的ESA算 法。本文根据文献[7冲提出的改进ESA算法，进行医学图像的解调，计算解调后得到的瞬时幅值和 瞬时频率的均值、标准差作为特征向量，并以该特征向量作为建立索引和相似度匹配的客观依据。最 后，针对脑部的MR图像，与基于多种纹理特征的医学图像检索算法进行比较。 2 调幅一调频纹理模型 2．1调幅一调频模型介绍 二维AM．FM信号如下： I(x，y)=口G，y)cos(≯(x，J，)) (1) 调幅．调频模型【8】的分析过程就是将非线性非平稳的信号S(x，y)进行幅值和频率的联合分解。然而 即使对于单一成分的信号，都可能有无穷多个幅值口b，Y)和频率函数w(x，Y) Separation I班咖J i(x，y妒2／b，Y) (2) eVXx，y)=llVf(x，yll2 2010-04．06 ’收藕日期t 修订日期：2010-07．05 基金项目·国家自然科学基金重点项目 拌叠信作者·冯前进，e—mail：fengqj99@fimmu．60re 万方数据 第5期 赵帅等：基于AM．FM纹理模型的医学图像检索 式(1)带入式(2)，可得信号的调制能量P(厂)： 甲(厂b，J，)=吵[口cos◇)】≈口2llwll2 (3) 再分别计算偏导丘=钞／缸，工=a声／ay得： 正≈-asin(矽)wl，兀≈-asin(≯)w2 (4) 号偏导的调制能量吵∽)，y∽)： w22 (5