基于分割和轮廓特征的医学牙齿图像处理算法研究.docVIP

　　基于分割和轮廓特征的医学牙齿图像处理算法研究 --第一章绪论 1.1课题背景与研究意义 数字图像处理技术起源于二十世纪二十年代，当时通过海底电缆采用数字压缩技术从英国伦敦到美国纽约传输了第一幅数字照片，随后在遥感领域得到应用而逐步受到关注。第三代计算机技术的问世使得数字图像处理技术得到了飞速的发展，其应用也更加广泛，逐步成为了一个新兴的学科。早期的数字图像处理主要是为改善图像的质量，它以人为服务对象，以改善视觉效果为目的。信息高速公路概念的提出与Inter在实际生活中的广泛应用，使得人类对拥有信息含量大、传输速度快等众多优点的图像信息的需求量与日俱增，数字图像的处理技术已经成为了人类获取信息的重要，同时也是利用信息的重要方法。随着计算机技术、人工智能、和思维科学研究的迅速发展，数字图像处理技术向更高、更深层次的方向发展。图像处理科学与技术逐步向计算机科学、信息科学、医学等其他学科逐步渗透，并为其所利用的趋势己经成为必然。 数字图像的处理技术在生物医学工程方面的应用非常广泛，且其成效十分显著。在1972年，英国EMI公司工程师Housfield发明了 X射线计算机断层摄影装置用于头颇疾病的诊断，这也就是医学图像中通常所用的CT(puterTomograph)o之后该公司又成功研制出可获得人体各个部位的清晰的断层图像装置，并因此获得了备受科学界瞩目的诺贝尔奖，为人类做出了卓越的贡献，数字图像处理技术因此而大放异彩[1]。除CT技术之外，数字图像处理技术在对医用显微图像的处理分析方面如白细胞、红细胞进行分类，染色体的分析，癌细胞的识别等应用非常广泛。同样数字图像处理技术也在X射线肺部图像增强、超声波图像的处理、心电图的分析、立体定向放射治疗等医学诊断方面得到了有效运用。这些包含大量生理、病理信息的医学图像是医生用来进行临床诊断、病情跟踪、手术计划、鉴别诊断的重要依据。 ..................................... 1.2数字图像处理技术概论 一幅图像可以用一个二维函数来表示：/(x,y)，其中)c, y是空间坐标，/在Oc，y)处的值的大小即为图像在该点处的灰度或者亮度[1]。当X, y, /的值均为有限的离散值时，图像就被称为数字图像。即数字图像是由有特殊位置和数值的元素组成，这些元素被称为像素或画素。 数字图像处理技术从两个方向发展起来的，一个从人的角度对图像改进便于人们的分析解读，另外一个方向是从设备或者机器的角度对图像信息能够进行有效的处理、显示和存储。 图像的计算机化处理分为三种类型：低级、中级和高级。低级的计算机处理包括像降噪的预处理、对比度增强与锐化处理等原始操作。中级的处理一般输入为图像，其输出则是与从图像提取出的某些属性特征相关，例如轮廓、边缘等。高级的计算机化处理则是通过执行与人类视觉相关联的感知函数来对对象进行识别确认的处理。 常用的数字图像的处理方法有很多种。图像编码压缩技术能够减少描述图像的冗余数据量，达到节省传输、处理图像的时间和减少存储容量的目的。数据的压缩可以以不失真为前提，也可以在允许的失真条件下进行。编码压缩在图像处理技术中属于发展较早且较成熟的技术。图像变换即是利用傅里叶变换、离散余弦变换等处理将图像从空域变换到频域进行处理，也可以利用小波变换、S变换等在空域与频域均有良好的局部特性的处理方法来全面查看图像信息，为后续操作打下基础。为提高图像的质量可以对图像进行增强和复原的操作，比如除噪、提高清晰度等。图像增强能够突出图像的感兴趣目标的部分，并不考虑图像质量下降的原因，例如对图像的高频部分进行增强可使物体目标的轮廓清晰、细节明显，而强化低频部分可以滤除一部分噪声。而图像的复原操作则需要了解图像质量下降的原因，然后在复原的过程中根据分析出的降质的原因采用相对应的滤波方法以恢复或重建原来的图像。图像分割技术是指将待处理的图像细分为对象或者组织区域，其细化的程度取决于要解决的问题。分割是提取图像中感兴趣目标的定量信息不可缺少的手段，同时也是识别分类过程的预处理步骤。图像描述是图像分类识别的必要前提。对于最简单的二值图像可采用其几何特性描述图像的特性。一般来说，图像的描述方法可采用边界描述或区域描述等二雒形状描述，对于具有特殊的纹理图像来说釆用二维纹理特征描述比较适合。图像的分类识别技术主要是将图像经过去噪、增强等预处理后对图像进行分割和提取特征，用来进行分类识别的特征通常需要具备唯一性、稳定性，可量化计算。计算提取样本与待识别目标的特征向量的相似性距离，应用某种判决方法进行分类识别[24]。 ..................................... 第二章基于数学形态学预处理的分水岭分割算法 2.1数学形态学综述 2.1.1 二值图像形态学 数学形态