题目眼前节组织oct图像动态自适应权重多结构多尺度形态学边缘.pdfVIP

題目：眼前節組織OCT圖像動態自適應權 重多結構多尺度形態學邊緣檢測及 眼前節組織OCT圖像邊緣擬合研究 Title ： Dynamic Adaptive Weight Multi-scale and Multi-structure Morphological Edge Detection and Edge Fitting Research in Anterior Chamber OCT Images 姓 名 ： 黃思尉 Name 學 號 Student ： 0909853F-II20-0013 No. 學 院 ： 資訊科技學院 Faculty 課 程 ： 理學碩士 Program 專 業 ： 計算機及通訊技術 Major 指導老師 Superviso ： 田小林教授 r 日 期 ： 2012 年2 月22 日 Date 摘要 摘 要 摘 要 摘摘 要要 眼前節組織OCT 圖像中央角膜的邊緣檢測和角點提取對于眼科的 臨床應用具有十分重要的意義，是目前業界急需解决的技術難點之 一。本文在傳統形態學邊緣檢測算法的基礎上，提出了兩個新的邊緣 檢測算法。第一種新算法是通用性的邊緣檢測算法，可用于一般常見 光學圖片之邊緣提取。第二種新算法是根據眼前節OCT 圖像的特點， 爲提取OCT 眼前節圖像中的邊緣及角膜特徵點所設計的專用算法。 兩種算法均經過模擬測試，效果優于現有的同類算法。 算法一：該算法先在同一尺度下用多個結構元素檢測邊緣。再根據 檢測到的邊緣點之灰度值差异性，决定動態自適應權重進行像素點融 合，從而得到單尺度多結構元素邊緣融合圖像。然後再根據不同尺度 結構元素抗噪能力來確定進一步融合時的權值大小，以進一步進行多 尺度邊緣圖像的融合從而得到最後的邊緣檢測圖。仿真結果顯示該算 法提出的邊緣特徵明顯，與現有同類邊緣檢測算法相比可以更有效的 避免圖像邊緣結果中突變像素點的出現，從而得到更好的邊緣檢測結 果。 算法二：該算法是在算法一基礎上針對OCT 眼前節圖像所設計的 改進版。爲提高處理速度，本算法僅在單尺度下用多個結構元素檢測 邊緣，再根據邊緣點灰度值的差异性，采用動態自適應權重進行像素 點融合。融合後的圖像再根據結果圖中連通域面積之大小抹去幹擾區 域，得出更乾淨的多結構元素單尺度邊緣檢測圖像。 在算法二的基礎上，本論文進一步提出了提取OCT 眼前節圖像中角 I 摘要 膜特徵角點的算法：通過對眼前節圖像中角膜特徵角點位置的先驗信 息及圖像象限區間的指導，有效的提取出了角膜的特徵角點。仿真結 果表明，用本算法處理OCT 眼前節圖像，與算法一比較抹去了面積 較小的幹擾區域，得到的邊緣特徵更明顯乾淨，提出的特徵角點也具 有更高的准確性，達到了預期的設計效果。 關鍵詞：OCT 眼前節圖像，連通域，特